移动互联网的大数据时代来临是必然的，任何行业都不能避免。它不止改变各行业的经营方式，就连人们生活方式都发生了颠覆性的变革。面临大数据，个性化，以及精准化服务，作为全球化产业链上的一环，首先应面对这不可避免的变更，以开放的心态迎接机遇与挑战。   

对于机遇，首先是与客户沟通方式的改变。它打通了整个沟通环节，但成本是直线下降的。通过对外主流媒体的运用，精准的线上推广，不像过去大海捞针式的推广信息，通过媒体有效的后台信息，精细化的数据管理，准确的找到我们的客户，做到有的放矢。另一方面是对自媒体的运用，媒体的话语垄断性被打破，更加多的草根声音在媒体中出现，信息流通渠道更加开放，更加直接，开发商的成本明显的下降。但问题是，这些改变并不意味着开发商就能够做大做强，做大做强的核心在于产品的质量与信息量的本身，而移动互联网更多改变的是我们的沟通方式。一个企业的成功不在于一个点上的成功，而在于整个产品链条的成功。通过前期的开发客户，中期维护客户，后期客户关系处理三个方面，增强产品本身的同时，注重客户的体验感，使整个链条更加完整。移动互联网对于开发商的机遇还是大于挑战的。在刚刚谈到的三个方面是十分有力的，加强了精准的客户沟通，维护了客户关系。   

挑战方面，在于如何将信息源等有效资源完整的综合起来。信息化在于将所有的窗口全面打开，意味着更加透明化的情况下，开发商本身的专业化，流程的标准化，产品的品质等方面都需要做到极致，这样使得市场上，强者更强，弱者更弱，形成两极分化。主要表现在市场上一些在产品上或者管理标准化等方面存在问题的企业，只是在传播这一个点上做到极致反而成了它的致命伤，媒体会将其缺陷放大的传播。只有将线上线下结合，真正的将线上的落地，给客户一对一的真实体验感。我们现在所做的电商这种线上线下互动的模式，就是很好的体现。 

大数据代表了互联网的信息层，是互联网智慧和意识产生的基础。传统互联网，移动互联网在源源不断的向互联网大数据层汇聚数据和接受数据。 

大数据时代的到来，数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。近几年大数据一词的持续升温也带来了大数据泡沫的疑虑，大数据的前景与目前云计算、、移动互联网等是分不开的，下面就来了解一下大数据与这些热点的关系。   

大数据市场格局 

从严格意义上来说，早在20世纪90年代“数据仓库之父”的Bill Inmon便提出了“大数据”的概念。大数据之所以在最近走红，主要归结于互联网、移动设备和云计算等快速崛起，全球数据量大大提升。可以说，移动互联网以及云计算等热点崛起在很大程度上是大数据产生的原因。

移动互联网再加上传统互联网，每天都在产生海量数据，而大数据又通过云计算的形式，将这些数据筛选处理分析，提前出有用的信息，这就是大数据分析。   

大数据与移动互联网、以及传统互联网 

作为数据存储巨头，EMC的大数据理念是，首先从“大”入手，“大”肯定是指大型数据集，一般在10TB规模左右。很多用户把多个数据集放在一起，形成PB级的数据量。同时从数据源来谈，大数据是指这些数据来自多种数据源，以实时、迭代的方式来实现。   

大数据来源 

我们看到，各种行业都出现了大数据趋势，有些可能是零售业商户，要对零售业数据进行分析，或者是一些有关全球天气预报模型的数据，还有油气行业一些地理信息数据，比如基因学分析，医学中也有成像类的大数据，甚至电影、娱乐行业还有用于渲染的大型数据存在。 

大数据与现实生活   

大数据能带来什么变化呢?里克·斯莫兰的“大数据人类面孔”项目讲述了许多故事：海象通过头顶的触角探索海洋;借助卫星击准蚊子;加纳用短信系统防止假药销售;智能手机可以预测谁正在变抑郁;信用卡在使用者离婚前两年就能预测离婚;药片直接将信息从人的身体传给医生。 

通过对卫星以及全球数亿传感器、RFID标签、带GPS的相机和智能手机实时收集的数据做可视化处理，人类就可以感知、测量、理解和影响人类的生存方式，实现先辈们遥不可及的梦想。   

大数据   

当然，大数据并不等同于目前的海量数据。目前全球均比较认可IDC对“大数据”的定义：为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。此定义也可以概括为四个特点，即高容量(volume)、多样性(variety)，速度(velocity)，以及价值(value)四个V，包括基础架构、数据管理、分析挖掘和决策支持四个层面。当然，也有其他不同的观点，IBM对于大数据的定义便是规模性(Volume)、多样性(Variety)、高速性(Velocity)和真实性(Veracity)的“4V理论”，NetApp 大中华区总经理陈文所理解的大数据包括A、B、C三个要素：大分析(Analytic)，高带宽(Bandwidth)和大内容(Content)。   

大数据逐步“云”化   

在云计算时代背景下，数据中心需要向集中大规模共享平台推进，并且，数据中心要能实现实时动态扩容，实现自助和自动部署服务。

从中长期来看，数据中心需要逐渐过渡到“云基础架构为主流企业所采用，专有架构为关键应用所采用”阶段，并最终实现“强壮的云架构为所有负载所采用”，无论大型机还是x86都融入到云端，实现软硬件资源的高度整合。   

数据中心逐步过渡到“云”，这既包括私有云又包括公有云。私有云，就是对企业现有的数据中心进行改造和架构调整 ，通过云计算对资源进行自动调度和分配，实现一个自动部署、自动管理和自动运维的数据中心架构。而公有云则是由 服务商建立IT基础架构，并向外部用户提供商业服务，而用户可以在不拥有云计算资源的条件下通过网络访问这些服务。与私有云相比，公有云的所有应用程序、服务和数据都存放在云端，用户数据也并不存放在企业内部数据中心。 

正所谓“梅虽逊雪三分白，雪却输梅一段香”，相比之下，私有云会比公有云在数据安全性方面有更好的表现，但公有云却会比私有云有更“强壮的云架构”。因此，从数据中心演进的角度来看，讨论何种“云”并无实质意义，我们更应该重视的是数据中心在未来发展中所扮演的角色和出现的历史性变革。

大数据与云计算   

移动互联网等是大数据的来源，而大数据分析则是为和移动互联网提供有用的分析，获取价值。云计算又与大数据有什么关系呢?这个问题其实早在2011年，就有人分析，例如EMC World 2011的大会主题就是“当云计算遇见大数据”。   

云计算与大数据两者之间有很多的交集，业界主要做云的公司有谷歌、亚马逊等都拥有大量大数据。EMC总裁基辛格强调大数据应用必须在云设施上跑，这就是两者的关系——大数据离不开云。同时，支撑大数据以及云计算的底层原则是一样的，即规模化、自动化、资源配置、自愈性，这些都是底层的技术原则。因此基辛格认为大数据和云之间存在很多合力的地方。   

另一方面，随着互联网信息量的激增，用户单个数据集达到数以TB计，有的客户甚至已达到Pera级了，用现有的存储系统结构处理数据量级较小，而且只能处理单一数据源数据，面对大数据的压力。在处理大量级以及多数据源的数据能力非常弱。这也就是为什么EMC收购Greenplum，支持开源的Hadoop计划的目的所在。基辛格很明白，大数据的挑战不仅仅在于存储和保护，数据分析能力的强弱，将成为这个时代的关键点：我们已经解决了数据存储和保护的问题，所需要的只是时间，但是海量数据分析的问题，我们还没有在大数据到来时做好准备。 

谈到大数据的特点，一是数据规模是PB级，二是多数据源，能够把半结构化、非结构化和结构化的数据很好地融合起来。同时具有实时、可迭代的特点。具体形容就是大数据环境类似于Facebook环境，随时可以添加变量。基辛格一再的支出，数据分析的历史已有30年，现在我们已进入大数据时代。 

移动互联网在短短几年时间里，已渗透到社会生活的方方面面，产生了巨大影响。作为互联网的重要组成部分，移动互联网目前还处在发展阶段，但是根据传统互联网的发展经验，其快速发展的临界点已经显现。在互联网络基础设施完善以及3G、移动寻址技术等技术成熟的推动下，移动互联网将迎来发展高潮。

来源：金窝窝