據統(tǒng)計，從人類文明開始到2003年，人類共創(chuàng)造了5TB（兆億字節(jié)）的信息。現(xiàn)在，同樣的數據量僅需兩天就能夠被創(chuàng)造出來，且速度仍在加快。如此龐大的數據量使數據分析復雜化，而大數據中的非結構化數據將加深這種復雜度。

　　這種情況下，我們需要清楚：什么樣的數據應被保存。如果從整體性出發(fā)，數據采集和存貯算不上大數據，對海量數據進行分析計算之后的結果才有實際價值。這亦是大數據的價值所在。

　　關于大數據數量，業(yè)內一種較為激進的觀點認為，“大數據”的叫法存在問題，因為數據只有“大”是沒有用處的。雖然數據無處不在，但唯有復用性強和可轉化成有用抽象信息的數據才更有價值。

　　即使我們的數據搜集、處理能力逐漸增強，仍然要堅持“不是任何數據都重要”這一準則。對企業(yè)來講，具體需遵循兩點，一是堅持數據廣泛性，對內掌握企業(yè)內部分析數據，對外摸準用戶喜好和習慣；二是堅持數據關鍵性，從最重要處著手，把握數據復用性，達到最大價值又使成本最優(yōu)化。

　　《哈佛商業(yè)評論》近期發(fā)表了一篇題為“更大的數據會導致更好的決策嗎？”的文章，這篇文章提出警告，把重點放在量的方面將導致大錯誤。如今很多企業(yè)試圖通過龐大的數據量獲得利益，但只有少數企業(yè)真正取得成功，這是過分注重數據“量”帶來的弊端。

　　大數據分析之數據質量與數據分享

　　我們知道，要保證分析結果的準確性，必須確保被分析數據真實有效，至少絕大部分數據樣本要有質量保證。但在大量數據從數據源匯聚而來的過程中，難免有以次充好的數據混入。

　　在淘寶網購時，賣家信用等級是買家購買與否的重要參考。為了提高產品銷售量，刷信用等級成了業(yè)內公開的秘密，伴隨著部分賣家弄虛作假、違規(guī)提高信用等級的過程，將產生大量失真數據，在欺騙消費者的同時，也會直接影響后期數據分析結果。

　　其次，中國互聯(lián)網產業(yè)中，“數據割據”現(xiàn)象較嚴重，即掌握大量核心數據的幾大互聯(lián)網巨頭各自為戰(zhàn)，不愿分享。如掌握搜索數據的百度，掌握社交數據的騰訊，掌握消費數據的阿里巴巴，他們都意識到數據對于未來企業(yè)競爭力的重要性，因此不會將自己手中的數據籌碼輕易示人。

　　仍舊以百度、騰訊、阿里巴巴為例，按照目前他們在中國互聯(lián)網的流行程度，我們可以大體估計同時使用這三種應用的用戶個體占互聯(lián)網總用戶數的比率，保守估計，達到50%不成問題。因此，這三方數據一旦實現(xiàn)共享，將能拼湊出一幅完整的網絡信息圖譜。反之，“數據割據”造成大數據斷層和片面性，使其利用價值大打折扣。

　　CMIC認為，在大數據洪流洶涌襲來的當下，信息的流動才是重中之重，互聯(lián)網巨頭們的數據割據思維嚴重阻礙著整個產業(yè)的發(fā)展。尤其對于那些擁有大數據分析技術卻無大數據源的中下游企業(yè)來說，面臨“巧婦難為無米之炊”的窘境。