華爾街“德溫特資本市場”公司CEO保羅·霍廷每天的工作之一，是利用電腦程序分析全球3.4億Twitter賬戶的留言，進而判斷民眾情緒，再以“1”到“50”進行打分。

根據打分結果，霍廷決定如何處理手中數以百萬美元計的股票。霍廷的判斷原則簡單得令人發指：如果所有人似乎都高興，那就買入;如果大家的焦慮情緒上升，那就拋售。這一招收效顯著—當年第一季度，霍廷的公司獲得了7%的收益率。

這只不過是大數據應用中最初級的案例。不妨想象一下，今天中國互聯網每60秒可以發生哪些事情?

答案足以讓人瞠目：60秒內，百度搜索達到450萬次，微博發送80萬條，淘寶發生8000筆交易，QQ空間照片上傳15萬張，數據就像滾雪球一樣，越滾越大。無論你喜歡與否，整個龐大的數據生態圈早已洶涌撲來。

IDC的研究報告顯示，2020年預計全球新建和復制的信息量已超40ZB，是2012年的10倍，而中國產生的數據量將超8ZB，比2012年增長22倍。

一個更加形象的表述是：2020年，全球生產的數據將是地球上沙粒總和的4倍。快速膨脹的數據量，促進了商業智能市場的發展。

毫無疑問，銀行、交通、化工—幾乎你能夠想到的領域，企業決策者們無一不想用大數據作出更明智的判斷。

大數據的可視化分析，未來或將成為“企業標配”。正如比爾·蓋茨所說：“如何搜集、管理和利用信息，將決定企業勝負。”

決策者對于“正確判斷”的渴望，讓大數據行業的淘金者們看到了一種可能性—把枯燥無味的數據轉變為滾滾現金。

淘金者中，不乏IBM等IT巨頭。它們的做法是，讓大數據的結果更加簡明地呈現在決策者面前。

這些枯燥無味的數據通過可視化后，有些將變成普通的時間軸，有些則像蒲公英，有些則是鋪滿整個畫面的泡泡，泡泡中顯示企業客戶的粉絲正在談論什么話題。

早在2013年，IBM實驗室就打造了名為“Project Neo”的軟件，試圖讓用戶與數據互動。IBM的基礎理念是，讓不具備專業技能或知識的商務用戶無需被迫學習分析技術，便可使用Project Neo軟件處理原始數據集合。該軟件采用簡單界面、交互式可視化與高級分析，可自動使隱藏的洞察與模式浮出水面，并引導商務用戶找到深藏于數據中的答案， 而且該軟件可托管在云端之上。

舉一個例子，當一位營 銷經理發起簡單的提問，輸入相關數據，可視化與引導分析軟件就能夠發現是什么原因導致某個季度銷售額下滑。營 銷經理可在第一時間將發現的結果與其他員工分享，并通過向團隊成員發送輸入通道，讓團隊成員補充更多信息。

IBM們也有自己的尷尬：過于昂貴的軟件價格，讓中小企業望塵莫及。這讓一些中國公司從中看到機會，它們希望“大象與螞蟻共存”。

國內數據可視化分析廠商永洪科技正是其中之一。其CEO何春濤總喜歡提及永洪科技服務母嬰社區和電商平臺“寶寶樹”的案例。通過大數據可視化分 析，寶寶樹每個月會提煉出一個排名靠前的用戶關鍵詞。“孕酮”這個搜索詞匯在三年前，根本無法進入關鍵詞前200名，但從2014年開始，“孕酮”則一直 能夠進入關鍵詞前十名。

這一發現引起了寶寶樹注意。調研之后發現，污染導致孕酮異常。于是，公司與中科院對接，看是否應該根據需求研發一款調整孕酮的孕婦奶粉。最終，這款奶粉銷量極佳。

國內另一家名為海云數據的公司，則把數據可視化生意做到了大數據發源地：美國。2014年12月，海云數據創始人馮一村開始了一場“美國之旅”，他們的目的是“拿下”聯合利華的服務訂單。彼時，聯合利華希望解決“快速分析”和“快速決策”問題。

在這片陌生的戰場上，馮一村“攻城略地”的方式就是盡可能多提出問題，發現客戶更為細枝末節的痛點需求。“這個點是不是你想解決的?那個問題是 不是你迫切需要解決的?”過程或許復雜，但結果令人滿意。這筆百萬級的單子，馮一村在半個月內拿下。“現在，聯合利華還在不斷提出新的需求，希望解決更多 問題。”

IDC的預測是，截至2014年底，70%的大型企業機構已經購買了外部數據，到2019年該比例將達到100%。不僅如此，2018年，半數消費者在日常生活中都會用到基于認知計算的服務。

所以，企業決策者們的當務之急，可能是要購買一套“大數據可視化”軟件了。