大資料對企業產生的一個重要價值就是分析資料的質量，會對企業內部是否會形成一個個孤立的資料孤島，資料是否會成就企業內某些人或團隊新的權力，導致資料不能得到實時有效地分享，這些都會是阻礙大資料在企業中有效應用的因素。

大資料對營銷也會有非常大的價值。零售企業如果能夠充分有效地利用消費者大資料，就能瞭解消費者的行為特徵，實現精準營銷。

大資料的槓桿創造商業價值，不斷地改善服務質量和水平，為消費者提供個性化的服務和極致的購物體驗。

此外，採用大資料技術高效分析區域經濟資料，呈現多方位動態的經濟視角，給區域經濟政策的制定、產業佈局和資源的合理配置提供科學的參考依據，助力經濟的高速發展。

 現代企業生產執行的過程中都要使用很多的電氣，機械，軟體系統等各種智慧裝置或者資訊化，這些系統在以往都是資訊孤島，都獨立的會產生很多資料，但是這些資料要麼是隨著生產的結束而消失，要麼是存在資料庫裡沒有進行分析，資料之間的關係，資料裡面反應的生產問題沒有得到發掘和發現，大資料的價值目前在商業上的價值是分析人們的購物習慣和喜好，在企業生產上如果進行分析，可以對企業既往的生產情況進行還原，分析出來生產組織上的各種問題，進而進行改進提高，提高企業執行效率。

大資料是當今熱門的話題，對於大資料很多人提出過這樣那樣的觀點，那麼大資料到底是什麼，能夠給我們帶來怎樣的價值呢？瑞意趨勢CEO 梁海宏來和大家做一下解讀。數量巨大，情境微觀結合的執行記錄資訊最終的結果就是大資料。儘管執行記錄資訊不是大資料的全部，但卻應該是以後大資料的主流。目前我們看到的金融、電信、航空、電商、零售渠道等領域中的大資料，多數也都是執行記錄資訊。 大資料具有采集過程價值未知、力爭全面、即時、系統性併發的記錄方式，以及主受體統一和大微觀的特徵，這些特徵決定了大資料的價值發揮。

第一， 記錄——情景輔助，操作基礎

資料本身被記錄下來，並非全部是為了長遠的利益所用。很多記錄其實發揮的作用是一種操作的基礎，脫離了記錄，後續的操作將難以進行。這點與人腦的作用有點相似。我們每個人在做一個即時操作的同時，大腦都會加以記錄。然後依據這些記錄快速決定下一步怎麼做，即時的這些記錄僅僅是一種情景輔助的作用。

第二， 備份和監督——情景復原，責任追究

資料記錄也是對以前操作過程的一個虛擬備份，記錄了各自多方不同的操作過程及次序，乃至不同環節的具體操作內容。這樣一種作用可以看作是記錄本身最被認可的初始價值。歷史上的各種備忘錄，金融記錄（例如會計），甚至包括歷史都是出於這樣一種動機來加以記錄的。記錄讓操作的當時情景有了復原的可能性，哪怕只是一種並非完整的復原。這種復原除了紀念意義等的考慮外，還有一個重要的價值就是事後的責任追究，是一種獎懲的基礎。這樣一種作用看似很微小，但卻是人類社會運作的基礎。尤其是在連線時代的今天，不同主體之間的互動不斷加劇，情景復原會讓每個主體對自己的操作更為負責，讓各種有效的連線成為一種可能。隨著網際網路與線下實際經濟行為的日益融合，一次滑鼠點選有可能代表著很大的利益轉移，結合網路協議的操作記錄成為了大家網上操作時承擔對應責任的依據。

延伸案例： 淘寶網鼓勵買家與賣家在旺旺上聊天的時候將聊天記錄儲存下來。在具體的投訴環節，相互之間的聊天記錄可以作為一種證據去為自己辯護。而包括中間買方下單，支付款項，賣家發貨，快遞公司名稱以及單號，甚至包括該單在快遞過程中的狀態，時間，甚至有些快遞公司將具體快遞員的姓名和電話也記錄在內，最後簽收的方式等都被詳細的記錄下來。所有這些記錄發揮了一種情景復原以及事後追究責任的作用，從而確保了交易的正常進行。

第三， 糾偏——情景指引，方向微調

一個系統在執行的過程中，有些時候也會出現一些跟平常不一樣的差異所在。當這種差異所代表的資料透過極值等各種方式體現出來的時候，系統本身的原有平衡可能會被打破，內部各方面的環節或資源就有可能跟不上。這個時候適當的外力參與很有必要，以免出現系統崩潰的情況。

例如汽車上的自動定速巡航可以根據駕駛者設定的速度，汽車調配油門的大小進行不斷的微調。當汽車速度超過預設速度多少的時候，就開始減小油門，當速度低於多少的時候，就開始加大油門。透過將當前的速度記錄與標準設定的速度進行對比，透過一種模糊控制的方式來進行調整，從而發揮情景指引的作用。 一個企業的產供銷系統，一個城市的交通系統，甚至一個國家的人口政策，資源利用等都可以透過這樣一種方式來進行微調，從而確保系統的良性執行。 背景案例：中國的計劃生育政策

中國的計劃生育政策已經執行了很多年，而且也取得了一定的效果。但最近幾年隨著華人口老齡化的加快，未來一些年社會對勞動力的需求會逐漸加強，勞動力短缺有可能成為中國的關鍵問題。 在這樣一種情況下，基於各種人口資料的不斷變化，適當地進行人口政策的調整已經變成一種必須。但具體怎樣調整，則需要根據資料來說話。

第四， 預測——情景研究，系統最佳化

對未來的預測功能是目前業界對大資料最看重的價值之一。基於之前記錄下來的各種資料的深入研究，發現其中的規律特徵，從而進行系統最佳化，甚至升級。如果前面的糾偏只是一些相對較小的指引的話，那麼基於預測的情景研究和系統最佳化，則是相對較大的變動。這種基於預測的價值實現對系統（包括個人、企業機構，也包括各種電子性工具）的長遠執行來說價值重大，其決定了一個系統是否具有長期的成長性和演變能力。 一個主體（系統）不但要考慮即時的執行，以及下一步的正確操作，更需要考慮長遠的執行可能。尤其是在競爭激烈的今天，各種企業機構之間的競爭非常殘酷。如何基於以往的執行資料，對未來的執行模式進行預測，從而提前進行準備或者加以利用、調整，對很多企業機構其實是一種生死存亡的問題。這樣一種情況同樣適用於國家級別。正因為這一點，目前無論是在企業級別還是國家級別都開始研究、部署大資料。

著名的瑪雅預言，儘管背後有著一定的天文知識基礎，但在2011年除催生了一部很火的電影《2012》外，其實很多人的生活沒有受到太大的影響。但現在基於人類地球上的各種能源存量，以及大氣受汙染、冰川融化的程度，我們確實可以推算出按照目前這種工業生產、生活的方式，人類在地球上可以存活的年數。《第三次工業革命》中對這方面有很深入的解釋。基於精準預測，發現現有模式是死路一條後，人類就可以進行一些改變，這其實就是一種系統最佳化。

這種結合之前情景研究，不斷進行系統最佳化的過程，將賦予系統生命力。而大資料就是其中的血液和神經系統。透過對大資料的深入挖掘，我們將會了解系統的不同機體是如何相互協調運作的，同樣也可以透過對他們的瞭解去控制機體的下一個操作，甚至長遠的維護和最佳化。從這個角度講，基於網路的大資料可以看作是人類社會的神經中樞，因為有了網路和大資料人類社會才開始靈活起來，而不像以前那麼死板。基於大資料，個體之間相互連線有了基礎，相互的互動過程得到了簡化，各種交易的成本減少很多。廠家等服務提供方可以基於大資料研發出更符合消費者需求的服務，機構內部的管理也更為細緻，有了血液和神經系統的社會才真的有了生命。

人工智慧AI價值如何呢？AI這麼火應該不用在介紹了吧，AI有個重要基礎就是大資料，AI本質是深度學習演算法，透過海量資料的訓練從而實現智慧化～AI上世紀五十年代就開始研究了可是一直不溫不火，主要就是cpu不行，以及訓練資料比較匱乏～而現在隨著cpu發展，計算能力越來越強，並且網際網路上的海量資料都為AI發展提供了堅實費基礎。可以這麼說，沒有大資料就不會有AI的發展～

大資料分析對各行各業都有著深遠的意義，例如對於電子商務，大資料分析可以更加準確的定位消費人群，對不同人群的購買習慣做深度分析