大数据时代不可抗拒，应该是毋庸置疑的，但对于绝大多数企业大数据本身仅是一个空泛的概念，不 仅难以参与更难于控制。几乎任何规模企业，每时每刻都在产生大量的数据，但这些数据如何归集、提炼始终是一个困扰。这种感觉好像是守着金山却无从下手。大 数据技术的意义确实不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，但前提是拥有大量的数据。

采集是大数据价值挖掘最重要的一环，其后的集成、分析、管理都构建于采集的基础。移动互联的发 展催生了更为多样化的数据，同时包含结构化和非结构化的数据。在传统的企业中，被有效管理的数据都是以表格的形式保存在数据库中，所有的信息格式都一样， 便于编程处理。而如今的海量数据中，包括各种各样的数据类型，最常见的普通文本、照片、视频等等，还有像位置信息、链接信息等XML类型的数据。这些数据 很难通过传统的技术手段进行提炼和分析。这是绝大多企业面对大数据无所适从的主要原因。

同时行业大数据的应用不同于互联网，行业数据针对性强、关联性强，大数据应用复杂，跨度更大， 跨部门，甚至跨行业需求更多。行业内的数据产生往往仅仅是因为一个特定的工作内容。以保险行业的移动查勘为例，通过移动查勘系统实现查勘人员的精确调度和 各种外勤任务的工单接收、任务处理、现场勘查、信息采集、信息上报等需求，使得现场情况能及时处理，并将相关信息及时、准确地传递到后台系统，实现现场与 后台人员的工作协同，保证工作流程不断点，从而使得各种现场问题得到准确、高效的解决。

这些查勘工作的背后是大量的位置信息、路段信息、车辆品牌、事故现场，甚至通过移动终端与身份 证背夹结合可以读取车主的二代身份证信息。现在这些非结构化的数据对保险公司来来说仅仅是理赔依据，是可以提高理赔效率、减少骗保行为，但这绝对不是这些 数据的全部价值。这些数据的背后还关联着用户的真实数据年龄、家庭、职业、收入、住所、厂牌型号、发动机号等等，这些数据甚至可以成为一个区域经济的晴雨 表和社会中坚群体的情绪反应，未来的价值很难限量。所有这些数据的综合都将提供给用户更加个性化的客户体验，并通过这些新的沟通渠道、根据客户的习惯和表 达态度，预测每个客户正在寻找什么。通过有效地管理大数据，可以用来加强客户关系、增加交叉销售和追加销售、以及对预测客户消费习惯和趋势的第一手洞察 力。

绝大多数的企业现在还很难判断，到底哪些数据未来将成为资产，通过什么方式将数据提炼为现实收 入。对于这一点即便是大数据服务企业也很难给出确定的答案。但有一点是肯定的，大数据时代，谁掌握了足够的数据，谁就有可能掌握未来，现在的数据采集就是 将来的流动资产积累。