看著那么多人在爭論如何定義大數據，感覺非常有意思。總是會有人提出不同的建議，即便只是存在細微的差別。在任何規則的背后也都會有潛在的例外。因此，從商業角度，而不是單純的學術研究方面來講，我認為在這樣的爭論上花很多精力并沒有太大的實際價值。還是讓我們來一探究竟吧。

數據分析的目的是為了利用數據去做出更好的商業決策。這一切都在于它的商業價值。判定數據本身究竟是“大”與否并沒有增加任何的商業價值。業界需要關心的問題其實很簡單：是否存在一些其本身具有很高的潛在價值，但目前仍未被收集的數據源？如果答案是肯定的，那么它就需要被收集并分析。這便是一個商業人士應該關心的核心問題。他們并不需要去在意數據本身的大還是小，或者介于兩者之間。

讓我們來想象一個應用場景，一群商業以及IT人士聚集在一個大型會議室，討論一項新的數據源。作為座談的一部分，他們達成一致協議，認為這項新的數據源應當（或不應當）被認定為大數據。這份結論對推動會議進程起到了任何作用嗎？什么也沒有。真正推動會議進程的，是這只商業團隊認可這項新的數據資源是有用的并且值得分析；是這只IT團隊決定如何基于數據本身的特點以***的方式使得數據可用。只有當致力于使數據付諸于工作而不僅僅停留在語義的定奪上，才會有真正的進展。

如上所說，一旦決定某項數據源是重要的，那么數據本身的特點會影響我們如何獲取它以及如何將其應用于分析過程。舉例來說，如果這項數據通常是大數據并且/或者是松散的，我們可能會需要利用某些與大數據相關的技術。但是，這僅僅是出于一種技術實現方面的考慮。而關于這項數據，做出是否具有足夠價值去收集的重大決定，與我們將其置于怎樣的語言定義范疇，沒有任何的關系。

另一個通常性的錯誤是將大數據等同于具體工具或技術的運用。但是，工具和技術的應用是廣泛的，并不僅僅局限于大數據。舉例來說，如果我想為一家全球性組織做一項關于情緒與所有社會媒體評論的分析，我可能有大量的數據需要處理。我還需要某些復雜的文字分析工具和情感計算法則。現在讓我們來假設我想要做一項關于情緒與10條對我的評論的分析。猜猜會怎樣呢？我需要完全相同的文本分析工具和情感計算法則。我只是不需要用相同的標準去衡量他們。

通過以上觀點可以看到，更多與“大數據”相關的其實是一個“不同數據類型”的組合。文本數據需要不同的工具和技術。半結構化數據比起傳統的結構化數據需要更多不同的處理。但是，這些數據類型對于無論是大型還是小型數據而言都需要不同的處理方式。

對于負責大數據技術實現的人群，還是有必要去練習理解各類數據的不同，以及他們是被如何定義的。我并不是說在這個領域里的所有努力都是浪費時間。如果你連數據本身所包含的內容都不理解，那你如何去開發處理數據的工具以及技術呢。我僅僅是認為，我們過多的強調了涉及客戶的主題，例如那些實際上并不用去擔心的商業客戶。

下一次當有人再向你詢問如何定義大數據，或者某一項數據來源是否應當被認定為大數據的時候，考慮下你將如何回答。你們真的需要這樣的討論嗎？或許你們是否需要換個角度，更多的去研討這項數據可能會具有怎樣的價值以及應當怎樣予以分析？我相信，如果選擇了后者，你們將會取得更大的進展，獲取更大的價值。