现如今，大数据在各种地方。AT&T拥有一个312TB的数据库，NSA每天的数据使用量在3千万GB，Facebook的用户每天分享的内容达3百亿。在大数据时代，这些数据中存在巨大的财富和大量的机会。
我们总在大规模的创造工具，利于我们的生活方式并使我们的生活更简单。然而，这些工具有时会比其他系统更容易作弊。比如，数据监控工具“谷歌排名”，可能存在幕后操作，通过所谓的黑帽SEO(黑帽搜索引擎优化),是有望帮助一个网址在谷歌搜索排名中靠前的。
原文作者：Josh Rose，本文由36大数据翻译组 Ada Zhang 翻译投稿至36大数据，并经由36大数据编辑发布，任何不标明译者和本文连接 http://www.36dsj.com/ archives/39893 的均为侵权。
同样的，一个企业拥有越多的数据就越容易吸引客户。换句话说，大范围的客户调查易于构建企业用户的用户画像。大量可用数据对于企业来说是非常有利的。另一方面来讲，拥有如此庞大的数据量，使得那些想要描绘精准数据的企业难上加难。在看似永无止境的数据中找出精准的数据是非常困难的。
大数据并不总是答案。作为用户，我们通常更喜欢量身定做而非批量生产。一个一刀切的做法并不总是合适的。举例来说，有一款手机APP，它的设计初衷是为用户指明前进方向。应用本身能够接收大量的道路布局和道路信息数据，但是它提供的路线建议却可能将用户导向一条封闭的道路或者一个封闭的施工现场。
大数据需要快节奏。为了保持先进必须不断更新。再次用手机地图这个例子，为了解决交通问题的不可靠性，这个APP需要每秒更新道路和交通报告。Waze 这个APP容许用户更新地图的道路交通事故、交通堵塞和一些可以帮助其它司机的信息。
大数据的大是显而易见的。甚至有些大公司都没有能力去处理海量数据，并用来分析和日常的使用。如果你有海量数据存在服务器上，并且想要利用服务器上的所有数据，是会出现问题的。比如你可能没有可用的计算能力去分析这些数据、也可能在运行这些数据时没有与需求精准匹配的100%利用服务器的资源和时间。然而，如果你将你的业务数据存在云上，你就可在线下处理海量数据并且适应快速变化资源的需求。云不仅可以减轻你拥有服务器的工作量，并且给你提供灵活、经济高效的处理能力。
“云技术是非常灵活的”
数据存储在云上提供了灵活的数据处理能力，你只需要支付你需要处理数据的费用。当处理罕见数据块的时候，其优势更明显。
接下来是亚马逊的成功案例。自从云计算被隆重推出后，亚马逊利用云计算实现了在大多数时间中他们只利用了10%的服务器资源，帮他们省了一大笔钱。
所以，大数据是赢家还是输家?
在未来(也是现在)大企业应当拥抱大数据。 大数据是快节奏的野兽，在大数据淹没我们之前，我们应当将它处理消化!