❶ 大數據時代:小企業是否也有春天
大數據時代:小企業是否也有春天
說到大數據的應用，先來看這么一則帶著笑話性質的案例吧：某超市通過分析一位女顧客的購物數據（包括購物清單、瀏覽物品、咨詢信息、視頻監控信息<超市內徘徊區域>等），根據分析結果給該女顧客寄來了孕嬰童試用品，這一舉動讓該女顧客的父親非常生氣，立馬致電該超市投訴，因為她女兒還未成年！超市經理立馬登門拜訪道歉，不過事實是，不久後這位小女孩因遮蓋不住隆起的腹部而不得不向父親告知真相：她真的懷孕了。
對於企業而言，大數據有時候像是一個偵探家，能夠撥開重重迷霧，找到問題的本質以及解決方案，而關鍵在於，你是否真的懂得如何去駕馭它，讓它為你服務。
在平日里，我們看到的大部分是像亞馬遜這樣規模的商業巨鱷是如何應用大數據制定商業戰略的案例。那麼，大數據對中小企業來說就沒有意義了嗎？中小企業是如何應用大數據的呢？
雨果網從英國廣播公司（BBC）發表的文章中獲悉：微軟的新領導人薩提亞?納德拉稱，在未來四年左右，對大公司來說，「數據紅利」所產生的價值將達到1.6萬億美元。那麼，對於小公司來說又如何呢？是不是這些大數據只對大公司發揮作用呢？
許多專家認為，大數據以及數據分析工具不僅對大公司有所助益，同時也可以幫助小公司快速成長，甚至走向全世界。各種數據可以轉變成通俗易懂的有效工具，幫助小企業捕獲商機。
Dave Bailey是Mediatonic數字游戲公司的總裁，其公司的游戲業務增長得很快。他說：「大數據對於我們公司來說是至關重要的，對其他中小企業來說也很重要。大數據可以為我們提供指引，讓我們制定出更為精確的發展戰略。」
Mediatonic公司經營數字游戲業務，游戲玩家們的賬號里產生了巨量的用戶數據，比如用戶何時、何地上網玩游戲，玩了多長時間，他們喜歡玩哪一部分游戲，更難一些的還是更容易一些的，等等。
Dave Bailey說：「理解游戲玩家的行為習慣，對我們這個行業來說至關重要。因為現在的游戲往往是免費下載的，而游戲公司的收入大部分產生於玩家在游戲過程中的購買行為。因此我們必須了解玩家的興趣、愛好、習慣，這樣的話才能投其所好，並獲得收入。」
「我們可以在同一時間里，在不同地域測試不同版本的游戲，然後根據玩家的反應以及由此形成實時數據對游戲做出調整。如今我們完全可以通過數據來了解每一個游戲玩家的習慣和其他資料了。」他補充道：「對於一個小公司來說，儲存大量數據的成本是非常低廉的，而這些數據的用處非常大。」
另外一個例子發生在法國的在線廣告公司Criteo身上。藉助於數據分析工具，該公司的業務規模增長迅猛。
Criteo公司通過跟蹤顧客的網路瀏覽記錄，知悉其瀏覽習慣，最後製作出個性化廣告，以吸引不同群體的興趣。如果用戶所瀏覽的內容發生了變化，廣告內容可以實時地做出變化，因此一個用戶可以看到不同的廣告內容。
Criteo公司使用MongoDB作為主要的資料庫，目前每天有25億個banner廣告，同時為全球范圍內5000多個廣告主服務。為此，它每天必須額外儲存20兆兆位元組（terabytes）的數據。
數據分析公司 FICO的首席數據分析主管Andrew Jennings稱，對於一個單獨的企業來說，它往往無法直接使用大數據並讓其發揮作用，但是它可以通過大數據分析工具獲取有用的數據服務，參考這些數據並作出決策的行為就如同我們看地圖或者天氣預報一樣。
APP開發平台Continuuity.com的CEO Jonathan Gray稱：「如今手機APP盛行於世，許多企業可以藉助於手機獲得數據，並由此受益。我們通過Hadoop等數據管理系統幫助APP開發者建造和完善APP，使他們可以獲取並分析實時的數據流。」
在具體的商業實踐中，利用大數據的例子舉不勝舉。比如一個出售雨傘的商店或者一個經營戶外燒烤的商店，往往會關注天氣預報數據，同時也會在社交媒體里觀察顧客的消費情緒，此外也可能使用智能手機跟蹤系統來對顧客進行定位。商家通過這些方式收集各類有效數據，並據此作出一系列的商業決策，比如儲存多少貨物，如何進行商業促銷，等等。
毫無疑問，很多小型企業無法像亞馬遜那樣便利地獲得同店顧客數據，但是如今出現了很多免費的公共數據，這些數據也能在商家進行決策時發揮重要作用。
另外一個例子就是計程車公司利用火車延遲和交通忙閑的數據，制定計程車經營計劃，決定什麼時候集中派遣車輛或者如何部署車輛。
數據分析專家 Jed Mole稱，一個初出茅廬的公司手頭上掌握的客戶數據非常有限，但是與大數據接軌依然是非常重要的事。他說：「我們生活在一個數據時代，任何規模的公司都不能忽略數據。我認為，大數據可以幫助一個小公司成長一個大公司。」
「任何公司，無論其規模大小，都會跟蹤顧客數據和售後數據，根據這些有效數據信息，它們可以對顧客的行為作出快速反應並可以將有效信息推送給顧客。」
如今，數據分析市場一派生機勃勃的景象，各種各樣的數據服務公司如雨後春筍地涌現，比如有些公司提供APP數據分析，也有些公司收集原始數據後進行分析，並生成具體的商業信息，然後為顧客提供切實可行的具體商業方案。
此外，社交媒體顯然也是小企業獲得大數據的一個重要來源，它不僅是一個交流工具，同時也是獲得市場信息的重要渠道。Datasift、mBlast 、SecondSync等數據分析公司就專注於將社交媒體的數據轉換為有用的商業信息，以供大大小小的公司在制定商業決策時使用。
以上是小編為大家分享的關於大數據時代:小企業是否也有春天的相關內容，更多信息可以關注環球青藤分享更多干貨
❷ 不僅僅是大企業 小企業更需要大數據
不僅僅是大企業 小企業更需要大數據
大數據不僅僅是大企業可以利用，中小企業可以獲得同樣的回報。但中小企業不能像大型企業一樣構建大數據基礎設施。好消息是，他們沒有必要這么做，可以利用雲計算的計算能力。企業面臨的挑戰是如何在正確的時間獲取正確的數據到正確的雲。
大數據的價值
大數據可以有許多不同的形式，例如物聯網(IoT)設備，來自內部系統的日誌數據或來自多個傳統應用程序的數據的相關性。組織可以使用這些數據來幫助決策，解決問題或進行新產品設計。
大數據有兩個具體要求，而這兩個要求就排除了中小企業參與的可能。首先，在大多數情況下，大數據需要一個可擴展的存儲基礎設施來容納所有這些源代碼。其次，它需要一個可擴展的計算架構，以便數據集能夠被快速處理，以便進行近乎實時的決策。
雲計算面臨的難題
採用可擴展計算和存儲基礎設施的答案是採用公共雲，可以提供幾乎無限的數量。但雲端可能不是存儲數據的最理想的位置。數據具有引力，而需要擴展的能力，「減小」存儲是非常罕見的。其結果是將組織的所有數據在雲端中長期存儲的定期成本變得令人望而卻步。
此外，本地對象存儲提供了非常相似的管理和擴展容易性，同時隨著時間的推移而降低成本。
大數據處理的計算端進行擴展和縮小。通常有一個需要結果或答案的設定時刻，需要盡可能快地處理一系列數據，以便組織能作出決定。採用公共雲是理想的使用情況。
雲計算的優勢迫使許多組織也使用雲存儲，因此可以快速進行處理。因此，即使不願意，中小企業也被迫在雲端處理業務。
中小企業的雲計算
對於較大的應用數據集來說，理想的中小企業雲計算只是用來計算，數據在需要的基礎上載入，基本上將數據從本地存儲緩存到公共雲。該設計與典型的雲網關完全相反，其中大部分數據都在雲端中，活動數據緩存在本地部署的數據中心。中小企業的大數據雲保存數據，然後將數據臨時緩存到雲端進行處理。
中小型企業大數據雲也是獨一無二的，因為緩存必須比典型的先入後出技術更復雜。雖然這種方法對於默認操作來說是適用的，但中小企業需要覆蓋行為的能力，並通過緩存雲計算旁邊處理所需的數據來按需啟動計算需求。例如，一個小型獨立的研究機構可以利用無限的計算資源來支持授權周期，並在沒有基礎架構投資的情況下完成必要的工作。
當正確使用雲計算時，雲計算是一個很好的均衡器，使得中小企業能夠與大型企業一起進行市場競爭。然而，關鍵是中小型企業可以利用雲計算優化成本，並獲得最大價值。
❸ 小公司如何應對大數據
小公司如何應對大數據
「大數據」已經成為互聯網上最熱門的概念之一，我看到許多創業者都開始談論大數據的商用價值，創業項目一定得和「大數據」掛鉤，有些人更是把《大數據時代》一書奉為聖經，彷彿只要買一本祭在家裡的某個角落，自己就有資格高談論闊、指點江山了。但實際上，雖然書中洞見了數據分析的趨勢和隱憂，可由於作者Viktor Mayer Sch nberger是一個典型的學術派，並沒有什麼值得稱耀的實踐經驗，導致此書缺乏落地感，大數據商業應用在沒有可靠技術支撐的狀況下也只能是一紙空談。
不可否認的是，「大數據」確實擁有十分重要的價值，如今從傳統行業到互聯網行業的很多產品也需要依靠「大數據」來作為功能支撐和核心競爭力，借用阿里巴巴數據平台與產品部數據倉庫架構師占超群（花名離哲）的概括，目前階段，大數據解決的主要問題分為3類：
小公司如何應對大數據
1. 拓展傳統的商業智能（BI）領域。以前針對大數據量的統計、關聯分析、趨勢預測由抽樣變成全量分析、將數據迴流到各種報表。
2. 業務流程改。對各種數據進行聚合分析，用來做業務流程改進和考核的依據。
3. 數據商品和商業應用。通過對已有數據或數據處理能力進行服務化或產品化包裝，形成數據產品或數據服務。
其中，我們在互聯網行業最常見的就是通過已有的數據來形成數據產品和數據服務，最典型的應用場景就是「個性化推薦」，但這並非是人人都可以染指的概念——我們知道，行業內依靠四個特徵界定「大數據」：
第一，Volume，體量巨大，PB級別；
第二，Variety，數據類型繁多；
第三，Veracity，價值密度低；
第四，Velocity，處理速度快。簡而言之，需要從不同維度抓取海量數據並將其快速轉變為有序的可用信息。
實際上，在中國互聯網，完全具備以上四點特徵也只有騰訊、阿里巴巴、網路等較大型公司，對於一般公司而言，根本就不可能擁有PB級別的數據，也無法支撐高昂的數據存儲成本，而且大數據方面的技術人才十分稀缺。最近就有不少創業團隊告訴我他們產品的願景，很多想法都十分新穎，但迫於數據處理能力，只好選擇「慢慢來」或者將產品功能閹割。那麼，這類公司該如何在「大數據」浪潮中崛起呢？
我首先想到的就是利用第三方的數據處理服務平台，這是一項在海外已經比較成熟的業務，從字面不難理解，這些公司為那些沒有大數據和大數據處理能力的公司提供「數據」或「服務」。
服務可以分為兩大類：基礎服務和個性化服務。
基礎服務即幫助公司解決數據存儲、框架搭建和管理等大數據處理的基礎能力，這類公司的代表有Hadoop（分布式軟體框架）管理軟體與服務提供商Cloudera、非關系型資料庫MongoDB開發商 10gen等。
另一類則直接幫助企業直接打造個性化解決方案，我認為這類公司更適合大部分從整體上就缺乏數據能力的中國的小型互聯網公司和希望互聯網化的傳統企業，譬如幫助電商提供個性化網上購物體驗的RichRelevance、個性化和數字市場營銷優化服務提供商Baynote、為廣告商提供數據和分析的eXelate，以及數據拍賣平台BlueKai等。在國內，也有一些不錯的平台開始涌現，例如個性化推薦引擎服務商百分點。利用這些第三方的服務和數據，可以讓小公司的產品也兼具優秀的個性化能力，融入大數據時代。
但我認為，還有另一種應對大數據浪潮的做法——逆勢而為。我並不認為大數據是解決個性化的唯一方案，同是它還帶有相當強的局限性——基於數據意為著用數據建立模型，從某種意義上說，它也像是一個牢籠：設想一下，如果你所有的信息全部來自個性化推薦，那麼你很可能錯失那些你從未接觸過的全新領域，而這些開放的、全新的信息不正是互聯網最迷人之處么？
事實上，已經有些產品這么做了，唐茶計劃的李如一就曾表示，不會受數據干擾去決定出售/推薦哪一本電子書，而是完全基於他們的個人對內容的判斷，還有進來比較受關注的電台Fuzz，完全由人工DJ來推送音樂。反過來想，如果同一類型的產品都具有精準的大數據處理能力，那麼它們為用戶提供的內容也很可能是千篇一律的，而這些逆勢而為的產品，反而更像是真正的「個性化」服務。