現如今，大數據在各種地方。AT&T擁有一個312TB的數據庫，NSA每天的數據使用量在3千萬GB，Facebook的用戶每天分享的內容達3百億。在大數據時代，這些數據中存在巨大的財富和大量的機會。

我們總在大規模的創造工具，利于我們的生活方式并使我們的生活更簡單。然而，這些工具有時會比其他系統更容易作弊。比如，數據監控工具“谷歌排名”，可能存在幕后操作，通過所謂的黑帽SEO(黑帽搜索引擎優化),是有望幫助一個網址在谷歌搜索排名中靠前的。

原文作者：Josh Rose，本文由36大數據翻譯組 Ada Zhang 翻譯投稿至36大數據，并經由36大數據編輯發布，任何不標明譯者和本文連接 http://www.36dsj.com/ archives/39893 的均為侵權。

同樣的，一個企業擁有越多的數據就越容易吸引客戶。換句話說，大范圍的客戶調查易于構建企業用戶的用戶畫像。大量可用數據對于企業來說是非常有利的。另一方面來講，擁有如此龐大的數據量，使得那些想要描繪精準數據的企業難上加難。在看似永無止境的數據中找出精準的數據是非常困難的。

大數據并不總是答案。作為用戶，我們通常更喜歡量身定做而非批量生產。一個一刀切的做法并不總是合適的。舉例來說，有一款手機APP，它的設計初衷是為用戶指明前進方向。應用本身能夠接收大量的道路布局和道路信息數據，但是它提供的路線建議卻可能將用戶導向一條封閉的道路或者一個封閉的施工現場。

大數據需要快節奏。為了保持先進必須不斷更新。再次用手機地圖這個例子，為了解決交通問題的不可靠性，這個APP需要每秒更新道路和交通報告。Waze 這個APP容許用戶更新地圖的道路交通事故、交通堵塞和一些可以幫助其它司機的信息。

大數據的大是顯而易見的。甚至有些大公司都沒有能力去處理海量數據，并用來分析和日常的使用。如果你有海量數據存在服務器上，并且想要利用服務器上的所有數據，是會出現問題的。比如你可能沒有可用的計算能力去分析這些數據、也可能在運行這些數據時沒有與需求精準匹配的100%利用服務器的資源和時間。然而，如果你將你的業務數據存在云上，你就可在線下處理海量數據并且適應快速變化資源的需求。云不僅可以減輕你擁有服務器的工作量，并且給你提供靈活、經濟高效的處理能力。

“云技術是非常靈活的”

數據存儲在云上提供了靈活的數據處理能力，你只需要支付你需要處理數據的費用。當處理罕見數據塊的時候，其優勢更明顯。

接下來是亞馬遜的成功案例。自從云計算被隆重推出后，亞馬遜利用云計算實現了在大多數時間中他們只利用了10%的服務器資源，幫他們省了一大筆錢。

所以，大數據是贏家還是輸家?36大數據表示，對于輸贏的兩方的爭論都存在，無論如何，我堅信正確的使用大數據便是贏家。

在未來(也是現在)大企業應當擁抱大數據。 大數據是快節奏的野獸，在大數據淹沒我們之前，我們應當將它處理消化!