诸如我们听到的、看到的和正在自觉或不自觉地参与的，大数据已成为一项大工程，它无处不在。我们对待它就像在迎接自己的终生伴侣，兴奋之情溢于言表。每个人都在想：“嘿，大数据时代来了，我能从中得到什么好处呢?”从社交媒体、初创公司到北京的中关村，人们都在研究和部署大数据。

　　但是，正如前面我们提到的，大数据不是无源之水，你需要一个充足的理由来为它打开大门，让它进入你的世界;同时，你还需要为此付出不菲的代价。大多数公司缺乏预算，它们花不了大价钱来部署大数据技术解决方案，也请不起相关团队和大数据工程师。

　　大数据首先是一项产业，根据一份报告显示，2012年大数据带动了全球近300亿美元的IT支出，预计再过4年这个数字将超过2500亿美元。还有许多新兴国家难以预料的市场空间没有计算在内。要知道，这几乎是一个中等发达国家的全年国内经济总产值了。

　　那些使用大数据的辉煌案例到处都是，但距离某些特定人群总是如此遥远。比如，脸书的推广人员骄傲地说，他们每天要存储大约100TB的用户数据;美国国家安全局(NSA)每天要处理约24TB的数据。惊人的数字!确实令我们印象深刻。可是处理这些数据所需要的成本是多少呢?根据一项公开资料显示，NSA需要为45天的数据存储服务支付超过百万美元的费用，这个成本还在继续增加。在我几年的走访中，大多数公司的CIO也对我说，他们的预算支付不起大数据部署的成本。

　　所以，这是昂贵的门槛——公司如果想获得大数据服务，第一件要解决的事情就是提供充足的财务预算。

　　没钱?对不起，这不是卖白菜，也不是批发廉价商品或请几个经理人那么简单。因此我经常听到人们抱怨：“大数据太贵了!”个人和企业都在仰天叹息，但同时又充满渴望。问题是，你真的需要它吗?

　　数据存储和处理的成本如此之高，成本变成了阻碍每一个人拥抱大数据的最大障碍，就像其他一切新生事物一样。以至于我们普通人——中小企业需要寻求其他的解决方案，让规模较小的公司和个体不被“大数据”拒之门外。

　　◆ 方案一：大数据的关键不是“大”。

　　大数据就一定“大”吗?虽然全球最大的科技公司都需要和PB级规模的数据打交道，它们当之无愧地成为对海量数据处理达到星级服务的用户。然而，我们的研究也表明，另外有95%的公司通常只需要使用0.5TB到40TB的数据，甚至更少。

　　脸书和NSA的故事并不能拿来作为普及版案例，它们不是常态。事实是，大公司的方案没有必要成为中小公司效仿的版本。在全美有5万多家公司的员工只有20到500人，它们大部分都有解决数据问题的需求，但它们并没有向脸书和NSA看齐，去建立一个成本高昂的数据帝国。

　　所以你看到，大数据市场最大的需求并不是那些居于世界前500强的大公司，而是排名在500到5万之间的公司。我们为何只关注那些极少数的例外，而忽视了普通的需求者呢?

　　将自己排除在PB级规模数据需求的用户之外，我们才有可能找到真正的方案。当大数据向我们走来时，我们应尽可能选择一个较小的接口，一样能享受同等的服务和便捷。

　　◆ 方案二：确定你是否真的需要它。

　　在向人们普及大数据时我经常在想，如果我们改变了大数据的定义，会发生什么?换一个角度，用更宏观的思维来思考它，你就能够跳出来，站在自我需求的角度去进行思考。

　　我们不妨这样考虑：“大数据是一种主观状态，它描述的是一个公司(个人)的基础架构(现状)无法满足其对于数据处理的需求时的情形。”

　　从某种意义上来说，这个判断是“灰色”的，可能没有人们想象的那么灿烂美好。没有需求就不需要大数据。不过它更贴近事实：不是所有人都必须与大数据时代接轨，当你看到它扑面而来时，你要做的第一件事是确定自己是否真的需要它，然后再采取恰当的行动。