ITValue点评：

微博、SNS、物联网等新应用的不断发展，正在打破企业原有的运营边界，企业为了获得敏捷的业务洞察力，仅对传统的存在于各个信息系统中的运营数据进行分析和挖掘，已经越来越力不从心——敏捷的业务洞察力一定建立在尽可能全面的数据基础之上。

大数据分析的应用范围不再局限于预算充足的大公司内。在云计算的帮助下，小公司日益具备大数据分析所需的经济能力和简便方法，以帮助扩大商业规模、挖掘未知商机。有了云计算，小公司无需再为尝试新想法而投资费用昂贵的基础设施，从而避开了横亘在大数据创新前面的障碍。

基础设施即服务（Infrastructure-as-a-Service，IaaS）供应商——如亚马逊、微软、谷歌、GoGrid、Rockspace、Slicehost，以及按需定制的数据分析解决方案供应商让大数据分析的价格变得平易近人。虽然决定使用云计算的大数据分析价格的参数众多，比如用途、配置等，而且每家IaaS和数据分析供应商都有各自的定价模式，但可以肯定地说，小公司仅支付100美元便可完成1TB（terabyte，百万兆字节）大小的数据分析。

至此，读者也许相信大数据分析的确降价了，但仍不明白小公司需要大数据的理由。难道小公司不应该使用小数据吗？小公司具备大数据分析所需的技能组合吗？小公司可采取的解决方案足以跟大公司媲美吗？答案或许会令你大吃一惊。

无论公司自身是否意识到，每家公司都有大数据，当然，大多数网络公司无论规模大小都会从网站日志或点击流数据（clickstream data）中搜集大量数据。但随着公共数据源数量的增多，这些内部数据仅代表了大数据组合的一小部分。像世界银行把全球的统计数据都公布到网上，或者将2006年3月之后的推特数据存入美国国会图书馆，那将是海量的数据。而且，由于提供低价数据访问服务的新闻与投资数据服务商家数量众多，它们的价格也持续下落。

在云分析的世界中（而非仅仅局限于当前非云产品的子集中），大数据分析的功能将会提速，正如小公司用户选择通过IaaS来享用经济的大数据分析功能一样，分析软件与相关插件开发者也会选择研发云服务技术设施，并视之为一种经济的软件开发与测试方式。在未来，各种解决方案将因经济性(affordablity)而更加普遍，功能也将得到扩展。

尤其针对为商业用户设计的大数据分析而言，按需制定的解决方案的亮点之一就是方便，而最能体现方便这一特征的技术支持正发生着翻天覆地的变革。过去那种将产品的工作方式和产品漏洞隐瞒起来、不让竞争者和潜在客户看到的旧思维已经过时了，取而代之的是按需定制的大数据分析彻底展现在公共论坛中，让用户尽可能及时地接触这些信息，使其自给自足，同时鼓励成员合作。对云服务厂商而言，这些提供客户服务的社区会变得跟销售与营销信息一样重要。

现在已然出现了通过利用大数据分析实现崛起的公司。例如，FlightCaster作为一家较年轻的公司因准确预测航班延误而占据了竞争优势。FlightCaster公司分析了国内航班的历史数据，以及实时条件的影响因素。想象一下，如果可从大数据源中挖掘出影响股价的未知因素，这样一家公司能赚多大一笔钱？

如果说大数据分析可将小公司变为大企业的理念还是有些不靠谱，不妨考虑一下曾经的小公司谷歌和雅虎，这两家正是在理解了公司数据后发家致富的。如今，谷歌占据了搜索引擎的广告市场，雅虎堪称世界顶尖的邮件服务供应商。当然，随着云计算消除大数据分析的成本障碍，届时将有更多的小公司崛起为业界巨头——因为他们知道如何使用信息来定义业务。

来源：福布斯中文网