現(xiàn)在已經開始有越來越多的企業(yè)開始對大數據寄予厚望，希望能夠通過大數據的技術優(yōu)勢來長期解決企業(yè)在業(yè)務方面的問題，使得企業(yè)的競爭優(yōu)勢更加明顯，同時企業(yè)的產品也更有競爭力。

然而，在筆者看來，現(xiàn)在眾多企業(yè)對于大數據的這種高估其實也是有很多隱患的，大數據本身其實并不會帶來很多價值，大數據技術其實是需要通過與很多其他技術相互結合，才能夠給企業(yè)帶來更多的投資回報，大數據不會主動來幫企業(yè)做事，本期我們就具體來聊聊大數據技術不會主動幫助企業(yè)做哪些事情。

業(yè)務問題的迅速解決

大數據并不會解決業(yè)務問題，業(yè)務依然需要人來解決。只有那些好好坐下來、在他們開始使用大數據之前想好希望從大數據中獲得什么的公司，才能從大數據中得到他們正在尋找的商業(yè)智能的出路。

　　對數據管理提供全程保護

曾經有一家全球知名的硬件廠商通過調查數據顯示，全球每天產生大約2.5 quintillion的數據。其中大多數是大數據。不出所料，全球企業(yè)內處于管理中的數據也呈現(xiàn)指數級的增長。隨著數據大量堆積而沒有明確的數據保留和使用策略，尤其是針對大數據，組織機構正在面臨著管理這些數據的難題。

根除企業(yè)的數據安全問題

對于很多企業(yè)來說，確定大數據的安全訪問仍然是一個開放的話題。這是因為大數據的安全實踐并不像系統(tǒng)記錄數據那樣有著明確的定義。我們正處于這樣一種狀態(tài)，IT應該與終端用戶合作，確定哪些人訪問了哪些層面的大數據以及相應的分析。

　　簡化數據中心

大數據要求并行處理計算集群，以及一個與傳統(tǒng)IT交易和數據倉庫系統(tǒng)類型不同的系統(tǒng)管理。這意味著運行這些新系統(tǒng)所需的能耗、智能、軟件、硬件和系統(tǒng)技能也是不同的。

　　改善數據質量

傳統(tǒng)交易型系統(tǒng)的美妙之處在于這些系統(tǒng)都是固定數據字段長度的，全面的編輯和驗證數據，有助于數據相對干凈的形式。而大數據就不同了，它是非結構化的，可能是任何一種格式。這使得大數據質量成為一大難題。數據質量至關重要。如果沒有數據質量的話，你就不能信任數據查詢的結果。

編輯的話

隨著當今每天數據量的暴增，我們不得不承認，大數據以及云計算時代已經來臨了，但是，大數據技術優(yōu)勢的背后針對數據收集、存儲和分析等一系列步驟更多的還是需要技術人員的實施，就像前文我們所說的，大數據不會主動來給我們提供服務，需要企業(yè)自身考慮的技術實施問題還有很多。