社交网络的商业价值不仅体现在其庞大的用户群，更大程度上在于其社会关系网络用户群生产的海量数据。例如，Facebook全球坐拥6亿用户，实时接收各种用户自主提交的数据。这些用户所提交的数据，组成了一张张真实的表格，记录了用户的各种属性以及他们的关系网络。

社交网络的数据为何如此被推崇？

社交网络让信息沟通的成本大大降低，企业原本费尽心力也难以有效接触到的目标消费群，如今借助社交网络就可以轻松触及。哪个企业率先利用社交网络工具，就有可能在新形势下获得更多的商机，取得长久的竞争优势。

社交网络上庞杂的数据不仅包括使用者的个人信息、属性，还包括互动数据，如参与的投票和测试、分享和查询的内容等信息。这些依据兴趣细分的信息，渗透到了网民日常生活的方方面面。这些看似杂乱无章的信息其实正在悄悄地告诉企业——哪些用户可能是其潜在的目标用户群，这些群体有哪些特征。如果企业获得了这样的信息，便可以更精准地投放广告，销售自己的产品。

社交网络数据的商业价值如何挖掘？

拥有大量丰富的数据只是企业走向成功的第一步。如何让这些数据变成有效的、容易被抓取和利用的数据，才是企业实现社交网络商业价值中的关键环节。

数据挖掘透过数据模型来分析社交网络上储存的大量数据，可以找出不同的客户或市场划分，分析出消费者喜好和行为，进而实现社交网络数据的商业价值。

由于经济环境的瞬息万变及社交网络数据量的不断增加，能够提供实时的信息反馈显得非常重要，这对传统的数据挖掘技术提出了新的要求及挑战。

传统数据挖掘工具的不足

传统的数据挖掘由于先期准备时间长，再加之对数据建模人员技术要求高，因此无法迅速处理当下瞬息万变的数据，难以应对为解决企业决策者对信息进行“实时”分析的强烈需求，更不用说去提供基于历史数据的“实时”预测来辅助决策。

这时就需要一种新的方法和工具，要求能从快速变化、“实时”的数据中提取最直接的信息，并能提供任意数据切面的分析。同时，决策者可以快速模拟未来市场情景，快速制订最佳的行动方案以增加销售利润、解决客户问题、降低风险，帮助企业更深入的分析市场、交易和运营数据。

内存计算的特性优势

与传统的数据挖掘技术相比，内存计算则优势明显。内存计算充分发挥多核CPU的能力，可以对数据并行处理，并且内存读取的速度也很快，再加上数据按照优化的列存储方式存放在内存里面。内存计算的“实时”性除了体现在对既有数据的分析处理更加迅速之外，更大的价值体现在如何在既有数据的基础上做预测。

内存计算“实时”的特性则能根据社交网络提供的海量数据，即时看到当前的客户行为模式，进而在既有的海量数据下做出模拟预测。使用者通过增加一些变量条件，展示可能会产生的情况，比较各种方案，从而采取相应的决策。

内存计算的商业前景

内存计算可以快速地实时处理社交网络所掌握的信息，在未来社交网络公司可以把有价值的信息去售卖，或根据企业需求定制特定人群的信息产品。

同时，未来内存计算可以与云计算进行更多有益的结合，让内存计算更容易发挥出应有的效用。

总之，随着社交网络的发展及普及，其拥有的海量数据的商业价值也日益被广大企业所重视，内存计算是社交网络掘金海量数据的神兵利器。

在未来，内存计算能给社交网络带来两点改变——首先，能够帮助社交网络找到盈利模式；其次，内存计算和社交网络都部署在“云”上，能给社交网络提供计算的引擎。可以预测，内存计算未来将会在社交网络领域大放异彩。