大數據究竟能給我們帶來什么？僅僅是要我們不斷增加存儲，不斷提高帶寬，不斷進行數據的處理嗎？當然不是，我們真正要從大數據得到的，是大數據中那些有用的知識。

　　大致上講，目前的大數據來源有兩塊：交易數據和關聯交互數據，前者指業(yè)務系統或交易系統產生的數據庫，小體量卻高價值；后者則是社交網絡產生的數據，大體量卻低價值。對于這兩大數據來源，人們基于大數據理論提出一些解決方案，如把社交網站的數據和電商平臺的交易數據關聯，進行精準廣告投放，產生更大的價值。然而問題是，為何交易系統要共享這些數據？擁有電子商務網站、微博或即時通訊工具的那些互聯網巨頭，很難說愿意把自己的這些核心數據在沒有重大利好前提下與人分享。同時，需要進一步思考的是，即使這些數據能夠共享，該用哪一種技術才能實現較高的關聯性，來挖掘出潛在的巨大價值？

　　那么，作為從傳統數據挖掘概念延伸而來的“大數據”，現在為何這么熱？很大一部分原因，是源自管理學界和商業(yè)媒體對于大數據的推崇備至，他們認為大數據是信息技術改變商業(yè)世界的殺手級應用。有不少人沉醉于大數據的大容量、快速和多樣性，卻忽視了大數據真正能給用戶帶來的價值。我們不難發(fā)現，現在關于大數據成功案例的報道并不多見，尤其缺少那種系統性大項目的成功經驗。谷歌預測系統和亞馬遜精準廣告投放系統，和最近斯諾登爆出的美國棱鏡計劃，這些可被視為大數據解決方案的“成功”案例。然而，棱鏡的“成功”不是由于其技術或方法的先進，而是在于美國政府有著強大的能力來整合谷歌、臉譜網、雅虎等各大互聯網服務商的信息，通過數據挖掘實現自己的應用。除此之外，很難覓得其他具有實際意義的案例。

　　現在，學術界對于大數據的態(tài)度相較以前已經冷靜很多，不再是一窩蜂地為其叫好。更多的人開始反思大數據的局限性，如曾利用大數據準確預測出美國總統大選結果的納特·西爾弗，著書討論大數據帶來的究竟是信號還是噪音；也有曾力推大數據的學者認為，大數據不僅僅是海量數據的集合，更重要的是要挖掘出其背后真正的價值。近來，人們也開始反思大數據的真正含義，冷靜思考大數據背后的真正價值，嘗試構建各種大數據解決方案并應用于各行各業(yè)。尤其是在智慧城市建設中，更是不斷探索如何盤活已有數據存量，用好大數據增量，來提升城市公共服務能力和管理決策水平。

　　因此，我們需要意識到，IT技術經過這些年來的發(fā)展，已經從數據產品時代步入數據應用時代，而大數據的核心不在于其體量、速度和類型，而是如何發(fā)揮數據的價值。如果現有的數據富礦我們都不去很好的整合、分析加工和利用，何談還有必要去挖掘新礦？

　�。ㄗ髡邽樯裰輸荡a大數據專家）