企业如何大数据发展？
这个问题比较大，我来讲讲自己浅显的看法吧。 现在的企业基本上都有一个或者几个大数据的应用场景正在研究之中——因为如果现在还没有开始思考的话，那么这个企业的信息化水平就实在太落后了。当然也有一些公司，特别是传统行业的企业，还没有认识到大数据的重要性，或者没有找到合适的数据应用场景而处于停滞状态。
大数据的应用场景基本上与公司的业务相关联，比如销售型公司最关心的是客户行为数据（包括网站浏览、点击、购买等）；而运营类公司更关注用户的注册、活跃、互动等数据；产品型公司则更需要从研发环节入手，进行大数据应用的设计.... 不同的企业有不同的数据特征，需要结合自身的实际情况去进行数据的挖掘和分析，从而实现业务的创新或节约成本。
目前，很多企业提供的大数据中心的建设方案都是“一刀切”的模式——不管企业大小、行业属性怎样，都采用一套模板进行大数据平台的搭建。实际上这是非常不可取的，因为这样会造成资源的浪费并且无法真正的为企业带来价值。我认为，大数据平台的建设应该是有边界的，这个边界就是企业所能获取的数据以及所要达到的目标。在数据有限的前提下，如何去运用数据达到价值最大化的目的，这是我比较关注的点。
以UU跑腿为例，作为一个同城速递的O2O平台，最需要解决的就是用户下单后的及时配送问题，因此最核心的数据其实就是用户上传的手机信息和订单信息。如何通过分析这些有限的数据来提高用户下单的成功率就是一个值得深入研究的课题。同样对于达达来说，核心的数据其实也是订单数据和用户评价数据，如何通过分析这些数据来不断提高配送的执行率和用户满意度也是一个有待探讨的问题。
所以，与其花大块的时间去构建一个万能的大数据中心，不如集中精力来攻克一两个业务难题，也许效果更好。
企业大数据的未来发展有四点：
第一，软件定义。现在大数据的核心基础设施，最流行的分布式并行计算框架的软件是开源的。因为软件是开源的，那么它如何运行的大家都知道。所以可以打一个“比方”，这些核心的分布式并行计算框架有点类似于操作系统的概念，我们称之为“数据操作系统”。数据操作系统通过开源代码的方式，可以免费的让所有的用户进行使用。由于开源的优越性，那么一些有创造力的人，可以在这个软件上进行一些修改、功能的增加，甚至能够进行一些优化。而这种修改、增加、优化往往都是免费的。这样一种发展模式，使得这些数据操作系统发展速度非常快。而传统企业要想进行这种数据操作系统平台的改造，可能都是几十个人甚至几百人去做这种工作，从这种角度来说，对于传统软件是形成了一个颠覆性的挑战，这是第一个方面，在基础设施层面。
第二个方面，软件开发的模式，随着这种技术的引入，大数据软件开发的模式也发生了变化，过去可能需要计划、分析、实现、测试、实施的流程做开发。现在因为有了一个核心的数据操作系统，它是一个公共的平台，大家在公共平台上，每个人负责一块业务进行开发，然后通过这种协同的模式，进行系统性的一个整体的开发。
第三，“平民化”。因为有了这样一个公共的平台，因为有了“比拼”这种竞争性的模式，大家都是在这样的公共平台上做开发的，这样就带来一个好处，使得数据科学家，或者数据分析师的门槛降低了，也给更多的普通人有机会接触数据，去利用数据做事情。
第四，数据即软件。数据操作系统在运行的时候，有算法去处理这种数据，这种算法可以理解为一个很传统的软件。在传统软件的设计里，算法的优化和数据处理的效果是密切相关的。那么大数据时代，由于数据量大、更新频率高的特点，使得这种算法的优化受到限制。所以数据量和处理的要求，反过来制约了算法的优化。在这种情况下，让算法更通用一些，同时利用数据的自动处理，形成智能化的效果去取代算法的一些优化，这样一种模式使得数据的体量和处理频率去代替以前算法的功能，这就是“数据即软件”，是这种理念在大数据时代的实践。
其实从这三个特点我们也能看出来，数据在整个大数据时代的重要性和以前完全不一样，以前数据是软件的一个输入源和一种处理的对象，而现在数据已经和软件等同重要的位置。
