泡沫未裂，但大數據應用在國內已顯雛形。

伊利乳業采用終端管理技術，聚合零售終端店面銷售所帶來的零散數據，讓銷售計劃不再靠拍腦袋完成;山東省一批以“大數據”為標簽的旅游網站，能夠根據旅游者此前的購買行為，為不同的旅游者提供針對性的服務;國內高科技公司同方股份有限公司正計劃為大數據研究成立一個專項部門……

然而，筆者認為，不是所有企業都適用大數據。上不上大數據要從企業實際情況和具體需求出發，企業只有具備人才培養、資金投入、技術平臺等全面保障才能獲取數據價值。

首先，數據分析師的培養是最重要的。“大數據的炒作已達高峰。大數據泡沫的存在不是因為數據的作用被夸大，而是真正具備分析能力的數據分析師鳳毛麟角，故未讓大數據更好地發揮價值。”同方數據資源事業部副總經理席壯華在接受記者采訪時說。《哈佛商業評論》認為數據分析師是“21世紀最性感的職業”，海量數據刨金的誘惑、超高的技能需求讓數據分析師成為緊缺人才。“同方股份的專項大數據計劃，除了資金投入，更關鍵的是培養人才，扶植大數據產業的發展。”席壯華說。

金融、醫療等領域植入大數據，復合型人才更是不可或缺。中國工程院院士韋鈺曾表示，生物醫學引入大數據，當務之急是解決生物醫學和信息科學兼通的復合型人才缺乏問題。

其次，大數據真的很貴，企業要衡量決定是否投入大數據。據了解，Facebook每天存儲約100TB的用戶數據;NASA每天要處理約24TB的數據。驚人數據背后是高昂的費用按照亞馬遜Redshift定價，NASA需要為45天數據存儲服務支付超過100萬美元。

筆者曾采訪過幾家企業的CIO，他們多數表示企業日常所需要處理的數據并不是很大，而且數據存儲和處理的成本實在太高，按他們的預算無法承受大數據部署的成本。

最后，若應用大數據，企業要選擇成熟的大數據平臺，且要和數據倉庫有高性能的連接，易于讓不同人員應用，根據業務需求讓技術人員利用平臺去快速提升數據的價值。這是企業需要資金、技術投入的“大頭”，也是企業值得做功課的地方。

大數據擅長的是錦上添花而非雪中送炭，如果企業該做的事情沒做好，就別指望大數據能幫忙。正如席壯華告訴記者的，只有重視技術平臺、恰當地投入資金、能吸引優秀數據分析人才的企業，才能在大數據時代有所斬獲。