當下，“云世界”帶來了巨量且巨大的數據交易，應對、分析這龐大的數據集，并將其轉化成企業可從中辨識出的商業價值，才是現如今的重大問題。對此，試問自己，對大數據的到來有沒有做好準備，企業是否已具備挖掘大數據核心價值的能力?我們會不會再次遺漏大數據商機呢?

能否抓住大數據

有關云世界中巨量資料的種種議題中，最顯而易見的便是該如何處理并分析它，然后轉化成企業可以從中辨識出的有價值的信息，這其中勢必會有一段滯延時間。 若是信息未能及時取得，導致大數據可帶來的商機遭受忽略，將在激烈的市場競爭中，置企業于不利地位。同時，在整個大數據生態系統中，技術純熟度是跨越數據與企業營運之間鴻溝的關鍵驅動力。我們所需要的是，可以更快速地提供完善的數據處理方案，使企業不僅可以應付未來的需求，更能立即解決現在的問題。

企業的需求若渴與大數據帶來不可估量的價值才是最核心的，解決當前大數據所面臨的挑戰，并改善企業的分析獲利能力才是關鍵。捫心自問，總是談論應該如何迎接大數據的我們，是否真正解決了當前的問題與挑戰，是否改善了企業捕獲大數據的能力呢?

解決數據差異性

傳統BI/Data Warehouse主要擅長處理結構化數據，也就是一般常見的關系數據庫里所存放的數據，但對于半結構化及非結構化數據的解決能力還不是很強，更不用說要承載半結構化及非結構化數據所伴隨而來的巨量和巨大。

在大數據的處理能力中，企業應做好解決大量半結構化與非結構化數據的準備，這也是為了彌補傳統BI/Data Warehouse能力空缺。落實到具體，企業在具體運用時，可將內部或外部巨量的半結構化與非結構化數據進行儲存、運算、處理與分析，然后把運算與處理分析的結果以結構化的格式，讓BI/Warehouse獲取，或是直接可提供搜索與搜尋。

欲淘金 先淘“器”

針對大數據的處理方案，企業所能尋求的便是各級別廠商所帶來的數據數解決方案，但企業在選擇的同時，也面臨著不是技術效能的無法支撐，就是企業需要付出 天價的授權費。既然欲抓住大數據商機，在選擇解決方案的時候，一定要謹慎再慎重。切勿成也大數據，敗于無法破解。那么，適合我們的淘金器應該是怎樣的呢?

首先，我們要給大數據解決方案找定位：ETE全程照料，即End-to-End大數據解決方案，也叫端到端全程照料。大數據解決方案應從行業解決方案著手，直接解決企業的待定問題，提升特定商業環節的價值，這才是我們需要并值得付費購買的地方。

其次，云部署給企業網絡注入了新的架構與元素，我們要考慮到這對新一代網絡的管理和運維能力，例如針對軟、硬件做特殊性能調校、簡化大數據處理集群部署 與運維、線性橫向擴充能力(Linear Scale-out)，以及可以擴充至上千節點的產品才是適合大數據，適合未來的。

最后我們要著實與企業網絡的實操性，既然針對大數據有所付出，那么，所得的回報中必定要簡化并降低大量部署與運維的時間成本、并快速上線運作。將第一時間留個“挖掘”工作，將繁雜的技術與系統細節留給“器”。企業最值得思索與創造的“金子”，才是挖掘出的數據價值。

D1Net評論：

大數據的到來，不由得我們選擇逃避。對于現如今的商業環境來說，逃避大數據就意味著失敗，迎接它，探求它的價值，才是企業挖掘大數據，創造更高價值、利潤的正確選擇。正確的選擇就是企業正確的態度，所謂態度決定一切，合理面對它，選擇正確的處理方法，相信大數據給我們帶來的是更上一層樓!