我和許多經理人討論大數據現象時，也同樣提到，我很喜歡大數據這個概念的一切，但唯獨不喜歡這個名字。大數據是一個革命性的概念，它可能握有改變幾乎各行各業的能力。不過，基于某幾項塬因，這個專有名詞本身大有問題。

　　第一個問題是，「大」只是這種新型態的數據有別于既有數據的面向之一，而且對許多組織而言，「大」并非最重要的特質。根據2012年由大數據顧問業者NewVantage Partners針對大型組織的五十名經理人所做的一項調查，在大公司里，他們所處理的較屬于「數據缺乏結構」的問題，而非「數據量過于龐大」的問題。在該調查中，有30%的受訪者表示，他們所處理的大數據問題主要在于「必須分析來自多個來源的數據」;另有22%的受訪者則主要聚焦于「分析新型態的數據」;還有12%的人主要是「分析動態的數據串流」;只有28%的受訪者是以分析大于1TB的數據集為主要工作，而且這群人當中有13%是在處理介于 1TB與100TB間的數據集，但若以大數據的標準來看，這樣的數據量并不算多。

　　「大數據」這個稱呼還存在著其他問題。「大」這個字，很明顯是相對的──就算今天看起來很「大」，并不表示到了明天仍然算「大」。而且，前述調查也顯示，對一家組織而言的「大」，對另一家組織來說可能很「小」。我個人基本上認為，「大」應該指的是1/10PB以上的數據，但就算數據真的多到會造成影響，也不過就是必須購買更多硬件來儲存與處理這些數據而已。

有人以三個V(量〔volume〕、龐雜程度〔variety〕、累積的速度〔velocity〕)來定義大數據，但有人又另外加了幾個V(真實性〔veracity〕、價值〔value〕──或許下一個V是「能夠花錢搞定」〔venality〕)，然而這樣的描述也有問題。我認同這些都是大數據的重要特質，但假如你手邊的數據只符合其中一兩項的V呢?難道你就因此只握有三分之一或五分之二的大數據嗎?

另一個問題是，太多人(尤其是相關軟硬件廠商)已經把「大數據」一詞拿來指稱任何接受分析的數據，或者夸張一點，連純粹呈報用的數據，或傳統的企業內部資訊，也全都算在內。相關軟硬件廠商與企管顧問，把任何熱門新字眼拿來套用在自己既有的產品或服務上，已經是他們的慣用伎倆;在大數據方面，他們肯定也使用了這樣的手法。假如你已開始在閱讀談論大數據的書籍、文章或廣告，千萬小心，里頭若提到「數據導向決策」或是傳統的數據分析手法，你所吸收的想法或許很有用、很有價值，但并不能算是什么新東西。

基于定義「大數據」時的上述問題，我(以及我徵詢過其意見的一些專家)估計，這個不幸的術語，可能會比別的術語短命。媒體與新創企業都愛用這個字眼，但我已觀察到，一些在大企業從事資訊工作的人，尤其是在銀行、運輸業者等已經長年掌握龐大數據的企業服務的人士，都不太愛用這樣的字眼。簡單講，他們認為，這一代的新數據來源與型態，不過是先前好幾代新東西的其中一代而已。當然，這并不表示「先前大家認知為大數據的那種現象」將會消失。假如你是要描述過去十年左右冒出來、種類繁多的大量新型態數據，就我所知，「大數據」依舊是最好的統稱術語。

不過，由于這字眼實在太不精確，企業必須多解構一些，才能修正自己的策略，并且讓利害關系人知道，管理團隊有意如何運用這些新型態的數據，以及哪些類型的數據最為重要。大數據當然有許多不同的變種可以選擇─而且每一種特質都有多種可能的選擇，如圖表1-2所示。你可以先從每一行之中選擇一項。

換句話說，你與其說「我們正針對大數據推動一項硬件計劃」，還不如說「我們正準備分析來自于ATM與各分行的影音數據，以求對顧客關系有更深入的了解」，會比較有建設性一些。或者，假如你服務于醫療業，你可以決定要「整合電子病歷與基因數據，提供個人化的治療方案」。此舉除了有助于厘清目標與策略，也有助于避免無止境地討論涉及的數據量究竟是大還是小(事實上，即便發展的是值得崇敬的出色事業，還是有少數企業承認，他們只有「小數據」需要處理而已─ 由此我也學到，若要讓一個專有名詞真正管用，就必須把彼此相對的兩種情況都囊括進去)。

當然，你還是可以使用時下流行術語。假如你們公司只喜歡采用夠新夠炫的管理工具，而且在你閱讀這段文字時，「大數據」依然是個相較之下夠新夠炫的概念，那就設法推個大數據專案(big data project)吧，或者乾脆叫它BDP。也就是說，假如稱之為大數據，有助于在公司內部激發大家的行動與熱情，那就這樣叫吧。但千萬要做好準備，好在下一個流行新名詞出現時，「移轉軸心」(這個說法夠時髦吧!)。IBM已設有一處專供「巨量數據」的研究中心，料想不久就會演變為「海量」或「龐量」數據!