数据管理领域技术发展的规律和大数据的现状

2000年之前，还是core db 的时代，人们还在构建交易信息化系统

GB时代

2000-2010， EDW的时代，这么大的交易数据，存哪儿啊，怎么用
TB时代

2010-2020，BigData的时代，不光有交易数据了，还有好多网络数据，半结构化，非结构化数据，Internet时代，80%是非结构化数据
PB时代

主线：
大数据并不是那么神秘，他和我们的国计民生有着重要的关系，他代表着一个未来的趋势，代表一种新的技术和方法来诠释
新时代的信息

奥巴马 的数据分析团队
曾经在2008年的大选中就帮助过Obama夺取过胜利
如今他尝到了甜头，数据分析团队扩充到了几十人，是之前的5倍
奥巴马获胜，国内A股得益的是哪家？
估计n多的博士，分析师，经过海量的测算和模型预测，都得不出一致正确的答案。
答案是 澳柯玛。。。为什么，因为A股需要想象力
所以说，大数据并不是绝对意义上的数据量大才能叫做大数据分析。
而超越传统结构化数据的，更多v(variety)的信息的分析的思路和方法，才能够称得上叫大数据分析。
还是拿上面的例子，这里涉及到文本分析和心理学以及想象力。。。

但是说实话，国内要能真正应用大数据，发挥他的最大威力，难度相当大。
为什么？
涉及到数据的，都是一把手工程，传统的非大数据BI都难以做得很好，何谈大数据，以国内IT领先的运营商和银行(非互联网企业)来说
他们都没有做到企业内数据的完全共享和整体挖掘，其他企业能难说。
为什么？
因为这个涉及到不同部门之间的利益问题，在大型企业尤其明显。技术和数据共享的壁垒边界相当明显。
即使可能某些小的企业做到了数据共享，还是没有太大起色
为什么？
这个涉及到文化和政治形态特性，国内永远是人治，没有做到data-driven，而且偏向于内敛和谨慎的态度，基本上都会在可选的技术范围内选择
风险最小，又可行的方案，这样没错，但是丧失了领先的机会。
最后，最终的还是涉及到人的问题
数据深层次分析，大数据技能的人才非常罕见

即便上面都做完了，我们如何创造性的从中挖掘出真实的insights并将之与实际的ROI联系起来，这是最后，也是最大一道坎。

国内，国外媒体吹嘘了半天大数据，为什么没有听到过特别有名的案例，听说过，也不是特别具体？
1. 如果您听说过Gartner的技术成熟度曲线(或者叫炒作曲线)理论，你就会明白，现在大部分人认为大数据还在过热期，即将达到膨胀的顶点。
这意味着什么，意味着大众认为，或者这项技术本身还未达到可以随便就落地的成熟阶段，或者说市场才刚开始意识到BigData的前途和能力，
但没有太多的成功案例和最佳实践来帮助降低新技术引入的风险，也就是对风险收益没有信心。
但是这是一个典型的鸡与蛋的问题。不过市场上面总会有敢想敢冲，敢作敢为的人第一个吃螃蟹，并在经历了艰辛之后收获丰硕的喜悦。

这些成功的企业往往便成为业界的翘楚和标杆，走自己的路，让别人去追赶。
说实话，真的等到技术成熟到瓜熟蒂落，这便不是获得先机和优势的手段了，只是一种不得已而为之疲于应付的补救了。

2. 大数据究竟对于客户来说，究竟有什么好处
我的观点是，你个人想达到的目标的便利性和你出卖自己隐私之间取得平衡
换而言之，你愿意暴露自己多少隐私来换取好处？
我们来考虑两个极端
A 愿意告诉所有的企业和个人自己的收入，喜好，家庭，朋友关系，等等
B 什么都不愿意告诉别人，问了也不说
你认为企业要获得这样的客户需要花费多少的成本？
而我们现在来看大数据擅长的领域或者目前看来最适合的场景，都是和客户的360度视图和客户偏好相关的

这就是平衡，一方面企业试图挖掘客户的这些信息，达到市场细分，精确营销，抓住目标客户的目的，
一方面客户担心自己的隐私暴露，被太多的企业骚扰甚至被不法分子利用。
但另一方面，我们希望企业能够理解关怀自己，给予最好的服务。
这是有事务本质的内部矛盾，这个在当今的中国显得尤为突出，因为公信力的缺失和法律法规的薄弱。

一个例子，Wallmart首创的供货方库存机制，将自己的库存信息暴露给供货方，由他们决定何时供货
节省仓储，加快商品周转率。

这就是为什么中国人觉得外国人普遍比较傻，比较好骗的原因，应为发达社会是法制，有信仰，人们不用为这种事情操心，所以建立得了信任关系
进行合作能更加的高效和安全，社会如此进入良性循环，优胜劣汰，整个国家生产力和发展水平更高。