如今，大数据已成为一项业务上优先考虑的工作任务，它能对全球整合经济时代的商务产生深远影响。除为长期存在的业务挑战提供解决方案之外，大数据还为流程、组织、整个行业，甚至社会本身的转型激发了许多新方式。
　　“大数据”一词无处不在，但对其概念的认识仍存在混淆。为更好地了解企业如何看待大数据，以及在多大程度上使用大数据，我们与牛津大学赛德商学院联手进行了2012 Big Data @ Work研究，调查了95个国家中的1144名业务和IT专业人员，并采访了20多名学者、业务主题专家和企业高管。一项令人意外的结果是，社交媒体对大数据市场的影响相对较小。由于媒体在社交媒体对客户体验的影响方面的广泛报道，我们很容易相信大数据意味着社交媒体数据，但只有7%的受访者这样定义大数据。
　　对大数据认识的混淆，很大一部分从大数据的定义开始。在我们的调研中，受访者将大数据的三个维度确定为数量（volume）、多样性（variety）和速度（velocity）。尽管这些涵盖了大数据本身的关键属性，但我们认为，企业需要考虑一个重要的第四维度：精确性（veracity）。
　　数量：数据量。数量也许是与大数据最相关的特征，指企业为改进企业决策而试图利用的大量数据。数据量正持续以前所未有的速度增加。然而，真正造成数据量“巨大”的原因在不同的行业和地区各有不同，而且没有达到通常引用的PB级和ZB级（数据存储单位）。一半以上的受访者认为，数据量达到PB和ZB之间才称为大数据，而30%的受访者不知道“大”对于其组织应该有多大。所有受访者都同意，当前被认为“巨大的数量”在将来甚至会更大。 多样性：不同类型的数据和数据源。多样性是指管理多种数据类型的复杂性，包括结构化、半结构化和非结构化数据。企业需要整合并分析来自复杂的传统和非传统信息源的数据，包括企业内部和外部的数据。随着传感器、智能设备和社会协同技术的爆炸性增长，数据的类型难以计数，包括文本、微博、传感器数据、音频、视频等。
　　速度：数据在运动中。数据创建、处理和分析的速度在持续加快。加速的原因是数据创建的实时性天性，以及需要将数据结合到业务流程和决策过程中的要求。速度影响数据时延—从数据创建或获取到数据可以访问的时间差。目前，数据以传统系统不可能达到的速度在产生、获取、存储和分析。对于对时间敏感的流程，如实时欺诈监测或多渠道“即时”营销，某些类型的数据必须实时地分析，以对业务产生价值。
　　精确性：与某些数据类型相关的可靠性。追求高数据质量是一项重要的大数据要求和挑战，但是，即使最优秀的数据清理方法也无法消除某些数据固有的不可预测性。不确定性的确认和规划的需求是大数据的一个维度，因为高管需要更好地了解身边的不确定性。
　　大数据是这些特征的组合。它使企业能够转变与客户交互并满足客户需求的方式，并使企业甚至整个行业能够实现自身的转型。并非每家企业都采用相同的方法培养其大数据能力，但是，利用大数据能力改进决策和绩效的机会存在于每个行业中。
　　（甘绮翠：IBM中国商业价值研究院院长）
　　（编辑：王文正 wwz83@163.com）