大數(shù)據(jù)時代企業(yè)所面臨的挑戰(zhàn)與應(yīng)對

摘 要：移動互聯(lián)網(wǎng)的高速發(fā)展，帶動了社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云計算的廣泛應(yīng)用，也帶來了數(shù)據(jù)的爆炸式膨脹。顯然，大數(shù)據(jù)時代已經(jīng)到來。本文從大數(shù)據(jù)的基本特點出發(fā)，討論當(dāng)前企業(yè)實施大數(shù)據(jù)所面臨的挑戰(zhàn)，并提出了為應(yīng)對挑戰(zhàn)，企業(yè)所應(yīng)培養(yǎng)的能力及應(yīng)對策略。

關(guān)鍵詞：大數(shù)據(jù)；企業(yè)管理

中圖分類號：F49

近年來，伴隨著移動互聯(lián)網(wǎng)的高速發(fā)展，圖片、音頻、視頻、地理位置信息、傳感數(shù)據(jù)等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)大量涌現(xiàn)，同時社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云計算也得到了廣泛應(yīng)用。這些使得互聯(lián)網(wǎng)中的個體發(fā)布和獲取數(shù)據(jù)的行為變得更加準(zhǔn)確和快速。在以互聯(lián)網(wǎng)應(yīng)用、電子商務(wù)等為首的應(yīng)用領(lǐng)域中，相關(guān)數(shù)據(jù)的規(guī)模與種類都在以極快的速度增長。國際數(shù)據(jù)公司（IDC）的數(shù)字宇宙研究報告稱，2011年全球被創(chuàng)建和被復(fù)制的數(shù)據(jù)總量是1.8ZB。同時該報告預(yù)測，到2020年，全球數(shù)據(jù)量規(guī)模將達(dá)到35ZB。顯然，大數(shù)據(jù)時代已悄悄來臨。

1 大數(shù)據(jù)時代

目前來看，“大數(shù)據(jù)”還沒有統(tǒng)一的定義。IT行業(yè)的大型機構(gòu)和組織都提出了“大數(shù)據(jù)”定義，其中以麥肯錫2011年在題為《大數(shù)據(jù)：下一個競爭、創(chuàng)新和生產(chǎn)力的前沿》的研究報告中的定義被引用最頻繁。麥肯錫認(rèn)為，“大數(shù)據(jù)”是指其大小超出了傳統(tǒng)意義上的尺度，且典型數(shù)據(jù)庫軟件難以對其進(jìn)行采集、儲存、管理和分析等處理的數(shù)據(jù)集。[1]一方面，大數(shù)據(jù)標(biāo)準(zhǔn)下的數(shù)據(jù)集大小是變化的，會隨著時間推移、技術(shù)進(jìn)步而增長；另一方面，應(yīng)用大數(shù)據(jù)的不同領(lǐng)域中，符合其行業(yè)標(biāo)準(zhǔn)的大數(shù)據(jù)集規(guī)模也有差別。該報告同時指出，當(dāng)前，數(shù)據(jù)已經(jīng)滲透到各個行業(yè)和業(yè)務(wù)職能領(lǐng)域，并逐步上升成為重要生產(chǎn)因素；而大數(shù)據(jù)的廣泛應(yīng)用將預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。[1]

目前，信息技術(shù)領(lǐng)域認(rèn)為大數(shù)據(jù)具有4V的特點。一是數(shù)據(jù)規(guī)模巨大（volume）。目前全球的數(shù)據(jù)量已經(jīng)達(dá)到ZB級別，并且現(xiàn)行的單個大型應(yīng)用的數(shù)據(jù)庫中的數(shù)據(jù)通常也都是在PB級別或以上。二是數(shù)據(jù)類型眾多（variety）。傳統(tǒng)數(shù)據(jù)庫以文本格式等結(jié)構(gòu)化數(shù)據(jù)為主要內(nèi)容的，大數(shù)據(jù)時代的數(shù)據(jù)庫包括了圖片、音頻、視頻、網(wǎng)絡(luò)日志、地理位置信息、傳感數(shù)據(jù)等多種半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，而且這些數(shù)據(jù)通常占據(jù)了系統(tǒng)中的大部分存儲資源。三是數(shù)據(jù)價值密度低（value）。以目前廣泛應(yīng)用的監(jiān)控系統(tǒng)為例，監(jiān)控系統(tǒng)24小時不間斷地產(chǎn)生監(jiān)控音視頻數(shù)據(jù)，但是真正能提供有效信息的可能是幾個月數(shù)據(jù)中的幾分鐘，甚至是幾年數(shù)據(jù)中的幾分鐘。另一個例子是醫(yī)學(xué)檢查通常也會產(chǎn)生大量數(shù)據(jù)，但是，醫(yī)生往往是通過其中的少量甚至個別數(shù)據(jù)對患者進(jìn)行診斷和治療。四是數(shù)據(jù)變化快（velocity）。這包含兩方面的要求：既要保證對大數(shù)據(jù)的整體的高效處理，又要保證對部分?jǐn)?shù)據(jù)進(jìn)行實時的處理和反饋。

大數(shù)據(jù)的開放和應(yīng)用，對社會、商業(yè)和個人已經(jīng)產(chǎn)生了巨大的影響，從某些角度，已經(jīng)上升到了國家戰(zhàn)略層面。2012年3月，奧巴馬政府出臺了“大數(shù)據(jù)研究和發(fā)展計劃”，計劃投入2億美元，用于推動大數(shù)據(jù)相關(guān)的收集、存儲、保留、管理、分析和共享大數(shù)據(jù)技術(shù)的研究，以提高美國的科研、教育及國家安全能力。我國“核心電子器件、高端通用芯片及基礎(chǔ)軟件產(chǎn)品”（簡稱“核高基”）科技重大專項也將非結(jié)構(gòu)化數(shù)據(jù)管理作為需要重點突破的關(guān)鍵技術(shù)加以重點支持。2012年5月聯(lián)合國推出了名為“全球脈動”（Global Pulse）的新項目。該項目旨在通過為各國提供對互聯(lián)網(wǎng)實時數(shù)據(jù)的分析，更及時地了解人們所面臨的困難和挑戰(zhàn)，尤其是全球性危機的影響，并提出改善決策，為宏觀經(jīng)濟的發(fā)展決策提供支持?jǐn)?shù)據(jù)及信息。[2]大組織、大機構(gòu)通過資金支持大數(shù)據(jù)的科學(xué)研究，進(jìn)而推動大數(shù)據(jù)科學(xué)相關(guān)核心技術(shù)發(fā)展，大數(shù)據(jù)科學(xué)的發(fā)展趨勢已不可阻擋。

當(dāng)前大數(shù)據(jù)幾乎推動著生活的方方面面。在科學(xué)研究領(lǐng)域，大數(shù)據(jù)完全改變了天文學(xué)、生物信息學(xué)、生命科學(xué)和物質(zhì)科學(xué)等領(lǐng)域的工作方式。在應(yīng)用領(lǐng)域，在移動服務(wù)、零售制造業(yè)、金融業(yè)等一批應(yīng)用較早的領(lǐng)域中，大數(shù)據(jù)已達(dá)到史無前例的規(guī)模，而在教育、醫(yī)療、城市規(guī)劃、智能交通、環(huán)境建模、節(jié)能減排、智能材料、社會計算、金融風(fēng)險、國土安全、計算機安全等新領(lǐng)域中，大數(shù)據(jù)也開始展現(xiàn)自己強大的推進(jìn)力。

2 企業(yè)發(fā)展大數(shù)據(jù)所面臨的挑戰(zhàn)

2.1 數(shù)據(jù)異構(gòu)性和不完整性

由于傳感器的存在以及人的參與度的提高，在各種應(yīng)用系統(tǒng)的運行過程中，自動、主動數(shù)據(jù)大量涌現(xiàn)，這些數(shù)據(jù)構(gòu)成了大數(shù)據(jù)的主要來源。目前，計算機分析算法只能處理同構(gòu)的數(shù)據(jù)，并自動忽略細(xì)節(jié)上的差異。保持?jǐn)?shù)據(jù)結(jié)構(gòu)和尺寸的相對一致，能有效提高信息化系統(tǒng)的運算效率。身處大數(shù)據(jù)時代，人們使用信息時，必然會產(chǎn)生大量的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。因此，大數(shù)據(jù)技術(shù)首先便是將數(shù)據(jù)結(jié)構(gòu)化。此外，在數(shù)據(jù)獲取的過程中，如何根據(jù)特定應(yīng)用的需求，在大數(shù)據(jù)中摒除可能影響判斷的錯誤數(shù)據(jù)和無關(guān)數(shù)據(jù)，保證數(shù)據(jù)質(zhì)量，高效抽取相關(guān)的有效數(shù)據(jù)將非常重要。

2.2 數(shù)據(jù)量持續(xù)性的爆炸式增長

數(shù)據(jù)量大是大數(shù)據(jù)的一個基本屬性。大數(shù)據(jù)的數(shù)據(jù)增長速度已經(jīng)超過了計算資源的增長速度。由于理器的時鐘速度已經(jīng)很難繼續(xù)提升，當(dāng)前主要以增加計算核心數(shù)目的方法來提升系統(tǒng)計算能力。計算能力的提升思路已經(jīng)從提升單核計算能力轉(zhuǎn)變到了如何平衡多個計算節(jié)點間的資源調(diào)配和并發(fā)管理?，F(xiàn)在大的計算集群開始出現(xiàn)，如何設(shè)計、布置和運行計算節(jié)點群變得越來越重要。

數(shù)據(jù)具有廣泛可用性，從高速膨脹的大數(shù)據(jù)中提取價值的能力正是大數(shù)據(jù)時代我們所欠缺的。一些數(shù)據(jù)的價值被挖掘出來，但更多的數(shù)據(jù)其價值卻一直被隱藏或丟棄，沒能被充分利用起來，兩種數(shù)據(jù)數(shù)據(jù)量之間差距巨大，形成了大數(shù)據(jù)鴻溝，對多種類型數(shù)據(jù)構(gòu)成的異構(gòu)數(shù)據(jù)集進(jìn)行交叉分析的技術(shù)將在大數(shù)據(jù)時代創(chuàng)造巨大的價值。

2.3 數(shù)據(jù)處理的時效性要求

在大數(shù)據(jù)背景下，許多應(yīng)用要求對分析結(jié)果進(jìn)行實時交互。這要求系統(tǒng)預(yù)先計算好部分結(jié)果，在新數(shù)據(jù)到達(dá)并分析完畢后，再對結(jié)果進(jìn)行增量結(jié)合，迅速得出結(jié)果。大數(shù)據(jù)具有規(guī)模大及增長快的雙重特性，對于一個給定的大數(shù)據(jù)集，通常需要迅速定位所搜索的數(shù)據(jù)。在實際應(yīng)用中，同樣的搜索可能會反復(fù)出現(xiàn)。需要設(shè)計新的索引結(jié)構(gòu)來支持這類查詢。當(dāng)數(shù)據(jù)量不斷增長而處理時效又很有要求的時候，如何設(shè)計和建立索引將變得很重要。

2.4 數(shù)據(jù)隱私的保護(hù)

數(shù)據(jù)的隱私保護(hù)從來既是技術(shù)問題，又是社會問題。要保障大數(shù)據(jù)健康有序地快速發(fā)展，必須從這兩方面妥善解決數(shù)據(jù)隱私保護(hù)的問題。如何分享隱私數(shù)據(jù)，才能讓數(shù)據(jù)在正常使用的同時不會泄露，就目前而言，還沒有特別有效的方法。通常我們共享很多看起來不那么重要的私人數(shù)據(jù)，如地理位置信息等，似乎不共享的信息就是安全的。但對于有些并不由自己保管的一些信息，如健康記錄信息、消費信息等，也很有可能泄露。數(shù)據(jù)泄露會帶來什么直接后果，泄漏后的數(shù)據(jù)和我們共享的數(shù)據(jù)會以怎樣的形式與其它數(shù)據(jù)一同被交叉連接起來，連接分析后的數(shù)據(jù)有多少價值和用途我們根本不知道。雖然現(xiàn)有的關(guān)于隱私保護(hù)的探究在學(xué)術(shù)領(lǐng)域取得了一定的成果，但是這些研究成果還不能在實際中廣泛應(yīng)用。大數(shù)據(jù)時代如何確保信息共享的安全性，如何做好信息共享安全控制將會成為一個重要的研究方向。

2.5 跨平臺數(shù)據(jù)的關(guān)聯(lián)與整合

目前企業(yè)中的幾個現(xiàn)狀：不同的業(yè)務(wù)模塊的數(shù)據(jù)分布在不同的系統(tǒng)平臺，各項數(shù)據(jù)相互獨立，難以在一個平臺進(jìn)行集成整合；不同業(yè)務(wù)模塊間，數(shù)據(jù)不共享、不關(guān)聯(lián)；收集整合核心業(yè)務(wù)數(shù)據(jù)，但常常忽略非核心數(shù)據(jù)。數(shù)據(jù)隨著業(yè)務(wù)模塊的相互分離而被割裂開來，數(shù)據(jù)之間缺少關(guān)聯(lián)，企業(yè)自然就失去了各項數(shù)據(jù)連接后所能帶來的價值。現(xiàn)行系統(tǒng)中，數(shù)據(jù)來源不同，數(shù)據(jù)標(biāo)準(zhǔn)難以統(tǒng)一，企業(yè)將如何實現(xiàn)跨平臺對數(shù)據(jù)進(jìn)行關(guān)聯(lián)整合也是其在大數(shù)據(jù)時代謀求發(fā)展的一個巨大挑戰(zhàn)。

2.6 大數(shù)據(jù)時代人的參與

大數(shù)據(jù)的分析不是純計算的，而是人機交互的。[3]目前，計算機在大數(shù)據(jù)的分析過程中還有局限性，常常需要有人參與大數(shù)據(jù)的分析過程中。一個典型的例子就是“眾包”（Crowd-sourcing），通過利用人類的集體智慧來回答問題或解決問題。很多源自大眾的數(shù)據(jù)并不是都完全準(zhǔn)確，存在一定的不確定性和誤差。由于存在數(shù)據(jù)采集設(shè)備固有的不確定性，我們必須通過利用時空相關(guān)性更好地評估這些數(shù)據(jù)的正確性。

2.7 數(shù)據(jù)驅(qū)動的戰(zhàn)略決策

移動互聯(lián)網(wǎng)、政府/企業(yè)信息化、社交網(wǎng)絡(luò)發(fā)展的腳步越來越快，帶來了數(shù)據(jù)的爆炸式增長，這些數(shù)據(jù)將對機構(gòu)從戰(zhàn)術(shù)到戰(zhàn)略的各個方面產(chǎn)生影響。麻省理工學(xué)院Erik Brynjolfsson教授認(rèn)為，基于數(shù)據(jù)分析的決策實現(xiàn)的生產(chǎn)增長率相較其他因素要高5%到6%。在大多數(shù)行業(yè)，這種增長率能夠決定行業(yè)內(nèi)競爭博弈的勝負(fù)。企業(yè)決策將基于數(shù)據(jù)和分析做出，這是企業(yè)所面臨的巨大挑戰(zhàn)。

2.8 大數(shù)據(jù)的能耗問題

大數(shù)據(jù)的發(fā)展帶來的還有數(shù)據(jù)中心的計算規(guī)模和存儲規(guī)模的不斷擴大。從小型集群到大規(guī)模數(shù)據(jù)中心都面臨著不同程度的高能耗的問題。大數(shù)據(jù)管理中，能耗由硬件能耗和軟件能耗組成，其中以硬件能耗為主。在能源價格上漲的今天，如何降低硬件能耗將是大數(shù)據(jù)系統(tǒng)建設(shè)和維護(hù)過程中一個不可忽略的因素。

2.9 硬件協(xié)同

大數(shù)據(jù)的快速發(fā)展在一定程度上得益于硬件設(shè)備的快速升級，但是也使得系統(tǒng)硬件環(huán)境日益復(fù)雜。同一系統(tǒng)在多次升級后，大量不同架構(gòu)硬件共存，不同時期購入的不同廠商的服務(wù)器在IO、CPU速度等性能方面會有較大差異，整個數(shù)據(jù)集群內(nèi)部設(shè)備之間的性能會存在明顯差異，也就產(chǎn)生了硬件環(huán)境的異構(gòu)性。由于任務(wù)處理的時間主要受處理過程中處理時間最長的節(jié)點制約，如果數(shù)據(jù)集群中，各環(huán)節(jié)設(shè)備數(shù)據(jù)處理能力差異過大，將會因“木桶效應(yīng)”受到明顯限制，大量的計算時間浪費在高性能設(shè)備對低性能設(shè)備的等待上。在小型數(shù)據(jù)集群或新建數(shù)據(jù)集群中，這種問題并不明顯，但當(dāng)這種硬件環(huán)境的規(guī)模拓展到數(shù)以萬計的大型或超大型集群時，問題將變得復(fù)雜和難以處理。如何設(shè)計數(shù)據(jù)處理系統(tǒng)配套的存儲、I/O及計算處理系統(tǒng)是一個巨大挑戰(zhàn)。

3 大數(shù)據(jù)時代挑戰(zhàn)的應(yīng)對策略

一是做好網(wǎng)絡(luò)融合。大數(shù)據(jù)時代，企業(yè)要更加注重對新型數(shù)據(jù)的獲取和來源管控，通過多種渠道獲取信息，并從中挖掘出更多的價值：（1）要整合新的接觸渠道，充分利用網(wǎng)絡(luò)資源，通過發(fā)展多種線上線下的交流形式，增近客我互動與相互了解。（2）要注重內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)互聯(lián)，形成更加完整的客戶視圖，促進(jìn)客戶關(guān)系高效管理。（3）有意識地對新型數(shù)據(jù)進(jìn)行創(chuàng)造性的利用，不斷進(jìn)行產(chǎn)品創(chuàng)新、服務(wù)創(chuàng)新和精準(zhǔn)營銷。（4）注重對新型信息獲取渠道中的輿情實時監(jiān)測，在輿情事件發(fā)生前就及時進(jìn)行有效處理，最大程度上降低負(fù)面影響。

二是做好平臺布局、數(shù)據(jù)融合。大數(shù)據(jù)時代企業(yè)的核心競爭力逐漸受其所擁有的經(jīng)營數(shù)據(jù)所影響。為把握競爭主動權(quán)，企業(yè)可以選擇通過自行搭建大數(shù)據(jù)平臺，成立數(shù)據(jù)中心，掌握行業(yè)大數(shù)據(jù)，鞏固和進(jìn)一步提升自身競爭優(yōu)勢。同時，在新建大數(shù)據(jù)系統(tǒng)應(yīng)充分考慮系統(tǒng)功耗，認(rèn)真核算使用老舊設(shè)備的成本效益，在采用新型低功耗硬件、高速硬件和系統(tǒng)建設(shè)成本間尋找綜合平衡點。

在積極競爭數(shù)據(jù)控制的主動權(quán)以外，機構(gòu)間也需要加強合作互利。完整而綜合的大數(shù)據(jù)必然是難以被某一機構(gòu)單獨掌控的，壟斷大數(shù)據(jù)的想法也是不可行的，各個主體之間博弈的最終結(jié)果必然是通過分享數(shù)據(jù)走向合作共贏。政府、企業(yè)、銀行、運營商、電商、社交網(wǎng)絡(luò)等大數(shù)據(jù)平臺間開展在認(rèn)同大數(shù)據(jù)價值的共識下，通過共享和利用平臺數(shù)據(jù)，推進(jìn)數(shù)據(jù)交叉整合將為參與整合的各個節(jié)點提供強大的前進(jìn)驅(qū)動力。

三是培養(yǎng)核心能力。首先是數(shù)據(jù)整合能力。大數(shù)據(jù)時代不是突然來臨，大數(shù)據(jù)系統(tǒng)的建設(shè)也不是一步到位的。大數(shù)據(jù)系統(tǒng)的建設(shè)通常以原有的來自多個系統(tǒng)平臺的軟硬件和數(shù)據(jù)作為基礎(chǔ)。培養(yǎng)對原有軟硬件和數(shù)據(jù)進(jìn)行保留擴展性的高度整合的能力，可以讓企業(yè)在大數(shù)據(jù)競爭中占得先機。數(shù)據(jù)整合能力既包含對機構(gòu)內(nèi)部單個或多個平臺數(shù)據(jù)的整合能力，也包含對外部共享數(shù)據(jù)進(jìn)行整合的能力。大數(shù)據(jù)時代，企業(yè)要在產(chǎn)業(yè)鏈中占據(jù)主導(dǎo)地位，必須具有對數(shù)據(jù)進(jìn)行快速整合和高效管理的能力。大數(shù)據(jù)時代，企業(yè)應(yīng)以積極的姿態(tài)與其它組織和機構(gòu)進(jìn)行數(shù)據(jù)交換，掌握的數(shù)據(jù)越完整，所發(fā)掘的價值也越大。

其次是數(shù)據(jù)分析能力：（1）大數(shù)據(jù)時代不同以往，處理的數(shù)據(jù)以半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為主。同時數(shù)據(jù)量與現(xiàn)在存在數(shù)量級的差距，很多現(xiàn)有數(shù)據(jù)處理方法已經(jīng)不能滿足需求。數(shù)據(jù)量的增大通常也意味著其中錯誤數(shù)據(jù)和不完整數(shù)據(jù)的增多，開發(fā)針對半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)清洗的高效算法能有效提高對大數(shù)據(jù)的利用效率。（2）大數(shù)據(jù)應(yīng)用非常注重數(shù)據(jù)分析的時效性。因此算法的應(yīng)用指標(biāo)將在準(zhǔn)確率和時效性中尋找平衡。（3）云計算是進(jìn)行大數(shù)據(jù)處理的有效工具，應(yīng)對一些可用的算法進(jìn)行調(diào)整以適應(yīng)云計算的框架。（4）用戶越來越關(guān)心數(shù)據(jù)分析結(jié)果的展示。大數(shù)據(jù)時代數(shù)據(jù)量大，分析更復(fù)雜，得到的結(jié)果也更加多樣化。在結(jié)果展示中增加更多的可視化界面和人機交互可以改善用戶體驗，使大數(shù)據(jù)應(yīng)用變得更加易見、易學(xué)和易用。

最后是策略執(zhí)行能力。只有轉(zhuǎn)換為實際的行動的大數(shù)據(jù)分析和構(gòu)想才能為企業(yè)創(chuàng)造價值。精準(zhǔn)和快速是大數(shù)據(jù)時代策略執(zhí)行兩個非常鮮明的特點。精準(zhǔn)取決于通過大數(shù)據(jù)交叉分析后對客戶的全面剖析和深入了解，能夠使企業(yè)制定出針對性的方案，實行差異化營銷和服務(wù)?？焖偃Q于系統(tǒng)自動完成大量分析和策略，通過客戶行為觸發(fā)相應(yīng)的服務(wù)和營銷活動。

為培養(yǎng)這三個能力，企業(yè)需要進(jìn)行幾點改變：首先，要充分認(rèn)識到大數(shù)據(jù)的價值，形成價值共識，以大數(shù)據(jù)指導(dǎo)商業(yè)運營和企業(yè)管理；其次，企業(yè)應(yīng)當(dāng)以外部招聘和內(nèi)部培養(yǎng)相結(jié)合的方式，迅速儲備數(shù)據(jù)管理和數(shù)據(jù)分析相關(guān)人才，為自身發(fā)展大數(shù)據(jù)積累力量。再次，在新建大數(shù)據(jù)應(yīng)用系統(tǒng)時，應(yīng)充分考慮大數(shù)據(jù)下數(shù)據(jù)的存儲、管理、分析和共享，系統(tǒng)的設(shè)計不僅要滿足當(dāng)前的使用需求，還應(yīng)重視大數(shù)據(jù)的增長對系統(tǒng)擴展性方面的要求。最后，在理想條件下，企業(yè)可以根據(jù)自身戰(zhàn)略決策，對內(nèi)部組織體系、權(quán)力配置、人員架構(gòu)、資源分配等進(jìn)行調(diào)整，給予大數(shù)據(jù)部門相應(yīng)的決策權(quán)力比重。

參考文獻(xiàn)：

[1]BIG data：The next frontier for innovation，competition and productivity.McKinsey Global Institute.http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation，2011.

[2]徐子沛.大數(shù)據(jù)[M].桂林：廣西師范大學(xué)出版社，2013.

[3]李翠平，王敏峰.大數(shù)據(jù)的挑戰(zhàn)和機遇[J].科研信息化技術(shù)與應(yīng)用，2013.

作者簡介：林正楷（1990-），男，浙江溫州人，計算機管理員，助理工程師，工學(xué)學(xué)士，管理學(xué)學(xué)士，研究方向：網(wǎng)絡(luò)管理、系統(tǒng)管理。

作者單位：溫州市煙草公司瑞安分公司，浙江溫州 325000；浙江省煙草公司溫州市公司，浙江溫州 325000