特别对于传统行业企业为什么要用大数据，如何应用大数据。

　　如果这个问题不解决，即使对Hadoop、Map/Reduce、YARN;以及SQL、NoSQL、NewSQL等进行更多的技术普及;对Cloudera、Splunk、GreenPlum、Actian等大数据服务提供商进行更多宣传，都没有办法普及和推广大数据应用在传统行业的应用。

　　大应用数据的商业模式

　　大数据没有商业模式，这不包括互联网企业。从RTB(实时竞价)、DSP(需求方平台)、SSP(供应方平台)，到Ad Exchange(广告交易平台)、Ad Network(广告网络平台)都已经非常成熟了，以精准营销为核心，诞生了AC尼尔森、缔元信等一批互联网企业;电商对于大数据应用已经非常普及;但对于互联网企业而言，这些似乎都是与生俱来的能力，没有大数据的时候，这些商业模式就已经存在了，似乎与大数据无关。

　　对于传统行业/企业而言，互联网企业的这些商业模式无从借鉴，总不能都来依靠广告获取利润吧。

　　提升决策是“皇帝的新衣”

　　透过大数据分析可以提高行业/企业的决策能力，道理没有错，但多少有一些“皇帝新衣”的味道。

　　决策历来都是主观的，更多依靠企业家的敏锐嗅觉。所谓科学决策是一种理想，很难依靠算法和模型。对于企业家来说，大数据的分析结果能够代替决策吗?这并不是说大数据分析没有价值，难点在于这种价值应该怎么衡量，这种价值需要花多少钱来获得。

　　提高判断和决策力这是一个终极的目标，属于丰满的理想;如果把它作为现实目标，大数据难逃骨感。因此对于大数据应用，还是需要确立一些更加现实目标。也就是，用大数据来做什么?解决哪些具体的问题。问题找到了，也就有了目标。也只有明确了目标，才能够确立分析哪些数据，采用什么样的技术手段。

　　以电信运营商为例，他们运用大数据进行客户流失分析。以往基于CRM系统的BI分析，能够提供“发生了什么?”，能够帮助运营商了解状况。但没有办法知道为什么会发生这种状况?将来有可能还会有什么情况发生，为什么做不到，这是因为CRM提供的数据量不足够支撑。通过引入更多的数据，如所谓系统大数据、机器大数据，通过对用户所使用终端型号，通话时长，地理位置等信息的交叉比对，就可以获得更多地信息，通过采取针对性的办法，挽留客户，巩固现有的客户基础。实际上，这种大数据应用也并非“客户流失分析”这样的单一目的，它也可以成为个性化服务的指南针和方向标。

　　传统行业/企业所需要这一种能力，这种能力不是别人可以赋予你的，这需要自己想明白!其次，才是手段、工具和方法。

　　责任编辑:jay蕊