不懂商业不要谈数据, 否则千差万别。

　　不要为了数据而数据。

　　数据无大无细, 今天的大数据可能明天的小数据。

　　数据须要工程化流程化, 急不得。

　　数据化思想, 在于迥中找到答案。

　　什么是大数据？今天有很多专家也不一定有答案，如果有专家跟你说这个不是大数据，你也不用太在意。因为在专家的圈子里面今天也不一定有答案。

我跟我的编辑在讨论我的这本书《决战大数据》的时候，我说如果没有“大”那个字，会怎么样？会少50%的人买你的书。那如果这本书叫《数据化思考》呢？那可能只有10%会买了。

我上两周刚把自己公司商业智能部门干掉，我们把部门改成数据技术与产品部，这是我响应了马总DT的战略。

现在大部分公司都是中央管理数据，然后报告做出来给业务部门去用。在阿里，我们的痛苦是，发现我的部门越来越多，但是如果业务部门越来越不能直接使用数据，这样公司是很难成为一个数据化公司的。所以我把BI部门干掉，我们今天用另外一个方法来处理今天数据的理念。

晚上7点钟的时候，大家都在微信里晒今天晚上吃什么。但是在2000年的时候，这个事情几乎是匪夷所思的、不可能，有人会说晚上吃什么关你什么事啊。今天不是，在餐馆里吃饭的时候，先不要吃、先拍个照，发出去然后开始吃饭。在分享数据上出现一个非常大的变化，所以过去几年我们讲的大数据，都是社会化数据（social data），它是更多的人愿意分享数据后产生的数据。

1995年的时候，当Microsoft发布自己的Windows 95的时候，当时我们做数据挖掘的人是以MB级的数据量来做的。今天的人对MB是看都不看，MB今天能干什么！

9年后Google上市，我们数据挖掘的人大概到GB级左右，一个Memory Stick大概有GB级，所以今天看来也没什么。

　　2013年美国总统选举的时候，它的数据挖掘的级别已经上了TB级的层次。

数据量在挖掘的地方已经越来越大，美国总统选举是一次完美的大数据的接力，去决定总统到底什么样的topic（话题）来讨论。

实际上，Social Data到今天可以说我们已经开始层出不穷地收集更多不可思议的数据了。Google Glass、Smart Watch以及其他可穿戴设备，你会发现已经不止是社会化数据了、包括人身体的数据的获取。

你会发现，今天我们讲的“大数据”，其实明天有可能只是个“小数据”。今天有很多公司说自己是大数据公司，过几年你会发现今天的数据实际上是蛮小的。

用上面的话来说，就是我们有了足够多的case、多到覆盖全世界所有这个领域的case，基本上就知道这里面会发生什么。那时，我不须要用很复杂的模型去找出结果，而是充分利用会用空间中数据与数据间的关系。譬如，今天有一个新人进入淘宝网址，可能他只要输入电话号码，很快就能知道这不是个新人、而且他跟淘宝的空间中与多少人是有关系的。这不需要重新计算，因为空间已经足够大、能覆盖整个样本空间的时候，那个case只是其中的一个case而已。

互联网催生了大数据，数据的存储、数据的能力产生了很多今天实时的计算。所以有人说，大数据是在云计算技术基础上所产生的应用。例如流计算就使我们更有可能实现实时的应用，一边数据进入一边计算；以及非结构化的数据的爆炸、用户的行为更丰富，这都是今天大数据的重要课题。