在大數據時代下，大數據本身存在的價值是眾所周知的 ，隨著大數據的深入應用，越來越多的企業開始對大數據寄予厚望，希望能夠通過大數據的技術優勢來長期解決企業在業務方面的問題，使得企業的競爭優勢更加明顯，同時企業的產品也更有競爭力。

然而，在筆者看來，現在眾多企業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，才能夠給企業帶來更多的投資回報，大數據不會主動來幫企業做事，本期我們就具體來聊聊大數據技術不會主動幫助企業做哪些事情。

業務問題的迅速解決

大數據并不會解決業務問題，業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，全球企業內處于管理中的數據也呈現指數級的增長。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。

根除企業的數據安全問題

對于很多企業來說，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記錄數據那樣有著明確的定義。我們正處于這樣一種狀態，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IT交易和數據倉庫系統類型不同的系統管理。這意味著運行這些新系統所需的能耗、智能、軟件、硬件和系統技能也是不同的。

改善數據質量

傳統交易型系統的美妙之處在于這些系統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。

D1Net評論：

大數據雖然價值無限，但大數據并不具有能動性，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，大數據不會主動來給我們提供服務，需要企業自身考慮的技術實施問題還有很多。如何你奢望，大數據可以為你做好一切事情，那么必將會事與愿違。