大数据是传统数据软件应用无法处理的巨大且复杂的数据集。传统软件处理大数据主要的难点在于采集，存储，分析，数据规划，搜索，共享，传输，可视化，查询，更新和信息隐私等方面。通常行业中的大数据是指利用预测分析、用户行为分析或其他高级分析的方法从数据中获取价值，并非特定大小的数据集。

大数据大到无法统计

目前全球每年产生的数据量已经开始以ZB为单位，而且随着物联网的普及和诸多廉价的数据收集产品诞生，数据增量还将不断加速。全球数据不断爆发的情况下，大数据究竟可以有多大已经超出了我们的想象，而对于大数据的定义也有着多种多样的解释，综合来看不难发现，大数据是一种大到不仅我们无法直接统计和分析，也是让其在各方面都超出传统软件处理能力的存在。那么大数据行业的发展就需要新的工具来帮助处理和解决大数据所面临的种种难题，而最能够帮助大数据发展的无疑就是云计算。

大数据的结构

大数据太大而无法使用传统的软件及工具进行处理，因此想要把大数据这一产业提升并且盈利，那么就在于提高对数据的处理能力，经过处理的数据才能实现增值，云计算对于大数据来讲就是其不可分割的一部分。

大数据和云计算是不可分割的两部分

大数据无法使用单台计算机进行处理，因此必然需要使用分布式架构进行处理。基于云计算的分布式处理、分布式数据、云存储及虚拟化等技术，大数据的处理能力有了显著的提升，而对于这些数据的专业化处理正在形成一个新的行业。

一般来讲，大数据包括了结构化、非结构化和半结构化数据，目前数据的绝对主体是非结构化数据，一般来讲，企业中的数据超过80%都是非结构化数据，而且其增长速度还在不断攀升，在云计算的帮助下，更难处理的非结构化数据开始逐步被利用起来，各行各业中大数据的地位也在提升。

在多维角度来看，大数据可以表示为一种张量，通过基于张量的计算，如多线性空间学习的方法来进行处理会变得更为有效。同时，如MPP数据库、数据挖掘、分布式文件系统、分布式数据库、机器学习等技术都可以对大数据的处理有所帮助。

大数据的主体是非结构化数据

而细致来看，大数据可以分为三个层面，理论、技术和实践。理论是认知大数据的必经途径，也是其被认可接受和传播的基础;技术是大数据价值体现的必要手段和发展的基础;而实践则是大数据价值的最终体现，也是大数据发展前景的体现。

大数据的价值

随着数据量的不断增加，以大数据为驱动促进业务增长的模式越来越适用于各个行业领域中，大数据是这个时代的产物，也是这个时代最有价值的部分之一。

阿里巴巴的创始人马云此前已经提到，未来并不是IT时代，而是DT时代，也就是Data Technology数据科技的时代。大数据的价值不在于大，而在于利用大量数据来获取数据背后的信息，大量的数据为用户提供了找到市场发展规律的机会，让用户在市场竞争中获得先人一步的决策力。

DT时代的大数据价值所在

目前，大数据常常被视为企业决策者的利器。针对消费者提供产品及服务的企业可以利用大数据进行精准营销，中小型企业可以利用大数据进行企业转型，而传统企业则可以利用大数据确定企业未来的主要发展方向，将优秀力量集中获得让企业焕发新生。

大数据对于企业的价值还在于迅速找到企业存在的问题、故障以及缺陷的根源，帮助企业节省开支。及时的发现企业外部环境问题，亡羊补牢;确定最佳定价方案，帮助企业获得最大利润;精准分析企业客户购买习惯，稳固客户关系;利用数据挖掘和分析避免商业陷阱。

尽管大数据的价值有这么多，但是大数据并不能代替决策者。大数据只是一个工具，能够善于运用工具的决策者才能带领企业发展的更为顺利