❶ 大数据时代:小企业是否也有春天
大数据时代:小企业是否也有春天
说到大数据的应用，先来看这么一则带着笑话性质的案例吧：某超市通过分析一位女顾客的购物数据（包括购物清单、浏览物品、咨询信息、视频监控信息<超市内徘徊区域>等），根据分析结果给该女顾客寄来了孕婴童试用品，这一举动让该女顾客的父亲非常生气，立马致电该超市投诉，因为她女儿还未成年！超市经理立马登门拜访道歉，不过事实是，不久后这位小女孩因遮盖不住隆起的腹部而不得不向父亲告知真相：她真的怀孕了。
对于企业而言，大数据有时候像是一个侦探家，能够拨开重重迷雾，找到问题的本质以及解决方案，而关键在于，你是否真的懂得如何去驾驭它，让它为你服务。
在平日里，我们看到的大部分是像亚马逊这样规模的商业巨鳄是如何应用大数据制定商业战略的案例。那么，大数据对中小企业来说就没有意义了吗？中小企业是如何应用大数据的呢？
雨果网从英国广播公司（BBC）发表的文章中获悉：微软的新领导人萨提亚?纳德拉称，在未来四年左右，对大公司来说，“数据红利”所产生的价值将达到1.6万亿美元。那么，对于小公司来说又如何呢？是不是这些大数据只对大公司发挥作用呢？
许多专家认为，大数据以及数据分析工具不仅对大公司有所助益，同时也可以帮助小公司快速成长，甚至走向全世界。各种数据可以转变成通俗易懂的有效工具，帮助小企业捕获商机。
Dave Bailey是Mediatonic数字游戏公司的总裁，其公司的游戏业务增长得很快。他说：“大数据对于我们公司来说是至关重要的，对其他中小企业来说也很重要。大数据可以为我们提供指引，让我们制定出更为精确的发展战略。”
Mediatonic公司经营数字游戏业务，游戏玩家们的账号里产生了巨量的用户数据，比如用户何时、何地上网玩游戏，玩了多长时间，他们喜欢玩哪一部分游戏，更难一些的还是更容易一些的，等等。
Dave Bailey说：“理解游戏玩家的行为习惯，对我们这个行业来说至关重要。因为现在的游戏往往是免费下载的，而游戏公司的收入大部分产生于玩家在游戏过程中的购买行为。因此我们必须了解玩家的兴趣、爱好、习惯，这样的话才能投其所好，并获得收入。”
“我们可以在同一时间里，在不同地域测试不同版本的游戏，然后根据玩家的反应以及由此形成实时数据对游戏做出调整。如今我们完全可以通过数据来了解每一个游戏玩家的习惯和其他资料了。”他补充道：“对于一个小公司来说，储存大量数据的成本是非常低廉的，而这些数据的用处非常大。”
另外一个例子发生在法国的在线广告公司Criteo身上。借助于数据分析工具，该公司的业务规模增长迅猛。
Criteo公司通过跟踪顾客的网络浏览记录，知悉其浏览习惯，最后制作出个性化广告，以吸引不同群体的兴趣。如果用户所浏览的内容发生了变化，广告内容可以实时地做出变化，因此一个用户可以看到不同的广告内容。
Criteo公司使用MongoDB作为主要的数据库，目前每天有25亿个banner广告，同时为全球范围内5000多个广告主服务。为此，它每天必须额外储存20兆兆字节（terabytes）的数据。
数据分析公司 FICO的首席数据分析主管Andrew Jennings称，对于一个单独的企业来说，它往往无法直接使用大数据并让其发挥作用，但是它可以通过大数据分析工具获取有用的数据服务，参考这些数据并作出决策的行为就如同我们看地图或者天气预报一样。
APP开发平台Continuuity.com的CEO Jonathan Gray称：“如今手机APP盛行于世，许多企业可以借助于手机获得数据，并由此受益。我们通过Hadoop等数据管理系统帮助APP开发者建造和完善APP，使他们可以获取并分析实时的数据流。”
在具体的商业实践中，利用大数据的例子举不胜举。比如一个出售雨伞的商店或者一个经营户外烧烤的商店，往往会关注天气预报数据，同时也会在社交媒体里观察顾客的消费情绪，此外也可能使用智能手机跟踪系统来对顾客进行定位。商家通过这些方式收集各类有效数据，并据此作出一系列的商业决策，比如储存多少货物，如何进行商业促销，等等。
毫无疑问，很多小型企业无法像亚马逊那样便利地获得同店顾客数据，但是如今出现了很多免费的公共数据，这些数据也能在商家进行决策时发挥重要作用。
另外一个例子就是出租车公司利用火车延迟和交通忙闲的数据，制定出租车经营计划，决定什么时候集中派遣车辆或者如何部署车辆。
数据分析专家 Jed Mole称，一个初出茅庐的公司手头上掌握的客户数据非常有限，但是与大数据接轨依然是非常重要的事。他说：“我们生活在一个数据时代，任何规模的公司都不能忽略数据。我认为，大数据可以帮助一个小公司成长一个大公司。”
“任何公司，无论其规模大小，都会跟踪顾客数据和售后数据，根据这些有效数据信息，它们可以对顾客的行为作出快速反应并可以将有效信息推送给顾客。”
如今，数据分析市场一派生机勃勃的景象，各种各样的数据服务公司如雨后春笋地涌现，比如有些公司提供APP数据分析，也有些公司收集原始数据后进行分析，并生成具体的商业信息，然后为顾客提供切实可行的具体商业方案。
此外，社交媒体显然也是小企业获得大数据的一个重要来源，它不仅是一个交流工具，同时也是获得市场信息的重要渠道。Datasift、mBlast 、SecondSync等数据分析公司就专注于将社交媒体的数据转换为有用的商业信息，以供大大小小的公司在制定商业决策时使用。
以上是小编为大家分享的关于大数据时代:小企业是否也有春天的相关内容，更多信息可以关注环球青藤分享更多干货
❷ 不仅仅是大企业 小企业更需要大数据
不仅仅是大企业 小企业更需要大数据
大数据不仅仅是大企业可以利用，中小企业可以获得同样的回报。但中小企业不能像大型企业一样构建大数据基础设施。好消息是，他们没有必要这么做，可以利用云计算的计算能力。企业面临的挑战是如何在正确的时间获取正确的数据到正确的云。
大数据的价值
大数据可以有许多不同的形式，例如物联网(IoT)设备，来自内部系统的日志数据或来自多个传统应用程序的数据的相关性。组织可以使用这些数据来帮助决策，解决问题或进行新产品设计。
大数据有两个具体要求，而这两个要求就排除了中小企业参与的可能。首先，在大多数情况下，大数据需要一个可扩展的存储基础设施来容纳所有这些源代码。其次，它需要一个可扩展的计算架构，以便数据集能够被快速处理，以便进行近乎实时的决策。
云计算面临的难题
采用可扩展计算和存储基础设施的答案是采用公共云，可以提供几乎无限的数量。但云端可能不是存储数据的最理想的位置。数据具有引力，而需要扩展的能力，“减小”存储是非常罕见的。其结果是将组织的所有数据在云端中长期存储的定期成本变得令人望而却步。
此外，本地对象存储提供了非常相似的管理和扩展容易性，同时随着时间的推移而降低成本。
大数据处理的计算端进行扩展和缩小。通常有一个需要结果或答案的设定时刻，需要尽可能快地处理一系列数据，以便组织能作出决定。采用公共云是理想的使用情况。
云计算的优势迫使许多组织也使用云存储，因此可以快速进行处理。因此，即使不愿意，中小企业也被迫在云端处理业务。
中小企业的云计算
对于较大的应用数据集来说，理想的中小企业云计算只是用来计算，数据在需要的基础上加载，基本上将数据从本地存储缓存到公共云。该设计与典型的云网关完全相反，其中大部分数据都在云端中，活动数据缓存在本地部署的数据中心。中小企业的大数据云保存数据，然后将数据临时缓存到云端进行处理。
中小型企业大数据云也是独一无二的，因为缓存必须比典型的先入后出技术更复杂。虽然这种方法对于默认操作来说是适用的，但中小企业需要覆盖行为的能力，并通过缓存云计算旁边处理所需的数据来按需启动计算需求。例如，一个小型独立的研究机构可以利用无限的计算资源来支持授权周期，并在没有基础架构投资的情况下完成必要的工作。
当正确使用云计算时，云计算是一个很好的均衡器，使得中小企业能够与大型企业一起进行市场竞争。然而，关键是中小型企业可以利用云计算优化成本，并获得最大价值。
❸ 小公司如何应对大数据
小公司如何应对大数据
“大数据”已经成为互联网上最热门的概念之一，我看到许多创业者都开始谈论大数据的商用价值，创业项目一定得和“大数据”挂钩，有些人更是把《大数据时代》一书奉为圣经，仿佛只要买一本祭在家里的某个角落，自己就有资格高谈论阔、指点江山了。但实际上，虽然书中洞见了数据分析的趋势和隐忧，可由于作者Viktor Mayer Sch nberger是一个典型的学术派，并没有什么值得称耀的实践经验，导致此书缺乏落地感，大数据商业应用在没有可靠技术支撑的状况下也只能是一纸空谈。
不可否认的是，“大数据”确实拥有十分重要的价值，如今从传统行业到互联网行业的很多产品也需要依靠“大数据”来作为功能支撑和核心竞争力，借用阿里巴巴数据平台与产品部数据仓库架构师占超群（花名离哲）的概括，目前阶段，大数据解决的主要问题分为3类：
小公司如何应对大数据
1. 拓展传统的商业智能（BI）领域。以前针对大数据量的统计、关联分析、趋势预测由抽样变成全量分析、将数据回流到各种报表。
2. 业务流程改。对各种数据进行聚合分析，用来做业务流程改进和考核的依据。
3. 数据商品和商业应用。通过对已有数据或数据处理能力进行服务化或产品化包装，形成数据产品或数据服务。
其中，我们在互联网行业最常见的就是通过已有的数据来形成数据产品和数据服务，最典型的应用场景就是“个性化推荐”，但这并非是人人都可以染指的概念——我们知道，行业内依靠四个特征界定“大数据”：
第一，Volume，体量巨大，PB级别；
第二，Variety，数据类型繁多；
第三，Veracity，价值密度低；
第四，Velocity，处理速度快。简而言之，需要从不同维度抓取海量数据并将其快速转变为有序的可用信息。
实际上，在中国互联网，完全具备以上四点特征也只有腾讯、阿里巴巴、网络等较大型公司，对于一般公司而言，根本就不可能拥有PB级别的数据，也无法支撑高昂的数据存储成本，而且大数据方面的技术人才十分稀缺。最近就有不少创业团队告诉我他们产品的愿景，很多想法都十分新颖，但迫于数据处理能力，只好选择“慢慢来”或者将产品功能阉割。那么，这类公司该如何在“大数据”浪潮中崛起呢？
我首先想到的就是利用第三方的数据处理服务平台，这是一项在海外已经比较成熟的业务，从字面不难理解，这些公司为那些没有大数据和大数据处理能力的公司提供“数据”或“服务”。
服务可以分为两大类：基础服务和个性化服务。
基础服务即帮助公司解决数据存储、框架搭建和管理等大数据处理的基础能力，这类公司的代表有Hadoop（分布式软件框架）管理软件与服务提供商Cloudera、非关系型数据库MongoDB开发商 10gen等。
另一类则直接帮助企业直接打造个性化解决方案，我认为这类公司更适合大部分从整体上就缺乏数据能力的中国的小型互联网公司和希望互联网化的传统企业，譬如帮助电商提供个性化网上购物体验的RichRelevance、个性化和数字市场营销优化服务提供商Baynote、为广告商提供数据和分析的eXelate，以及数据拍卖平台BlueKai等。在国内，也有一些不错的平台开始涌现，例如个性化推荐引擎服务商百分点。利用这些第三方的服务和数据，可以让小公司的产品也兼具优秀的个性化能力，融入大数据时代。
但我认为，还有另一种应对大数据浪潮的做法——逆势而为。我并不认为大数据是解决个性化的唯一方案，同是它还带有相当强的局限性——基于数据意为着用数据建立模型，从某种意义上说，它也像是一个牢笼：设想一下，如果你所有的信息全部来自个性化推荐，那么你很可能错失那些你从未接触过的全新领域，而这些开放的、全新的信息不正是互联网最迷人之处么？
事实上，已经有些产品这么做了，唐茶计划的李如一就曾表示，不会受数据干扰去决定出售/推荐哪一本电子书，而是完全基于他们的个人对内容的判断，还有进来比较受关注的电台Fuzz，完全由人工DJ来推送音乐。反过来想，如果同一类型的产品都具有精准的大数据处理能力，那么它们为用户提供的内容也很可能是千篇一律的，而这些逆势而为的产品，反而更像是真正的“个性化”服务。