文|张晓东
摘要：本文简单分析了大数据这个领域内，不同类型的公司大数据的理念和做法有哪些不同。大数据到底是BI Plus，还是一个大的智能平台？IBM、Oracle等大IT公司怎么看待大数据？Google、Baidu等互联网的巨头们怎么看待大数据？
先声明一下，本文是给对于大数据和IT知识有一定基础的朋友看的，不是普及大数据基本概念的，对某些词汇和说法需要你自己去查看一些相关资料。当然本文也不谈什么高深技术，谈的是不同的公司做大数据这个生意的理念和战略思路。
我先说一个基础，然后再讨论本文的具体问题。关于大数据的说法很多，有理解的不同，也有出于不同同目的，而导致的理解和说法不同。大数据最早脱胎于原来的经营分析BI（Business Intelligence），而BI是为了解决人们对于企业经营数据多维度的分析和洞察，从而支撑企业领导人做决策。
大数据的概念，不管是4V（Volume、Velocity、Variety、Value）还是5V（多了一个Veracity）等各种定义，还是全体数据、快速处理、相关关系等三大大数据核心特征，这些都是偏理论化的理解，是最基础的东西，这里就不去细说了。在实际的大数据应用中可以看成两种类型：
1）加入大数据元素的BI革新，可以看作BI Plus。除了分析企业内部经营类信息之外，还可以融入大量以前看起来不相关和不可利用的数据，图片、日志、社交及其数据等等都在它的范畴之内。
2）大数据大平台，是以海量数据为核心，进行复杂行业建模和大量自学习，数据来源于各种渠道。最终形成一个统一的大数据服务平台。
总的来说，很多大的IT公司其实提供的是BI Plus大数据解决方案，而大的互联网公司做的其实是第二种。从宣传上，它们都被称为大数据。
接下来我以问题和回答的方式来阐述这两种大数据是如何存在于市场格局上的：
大数据来了，带来的数据洪水，当然对于传统IT厂商来看，是支撑大数据，例如Cisco、IBM、Oracle、HP等，但是无一例外的是，他们走的是高端路线，和互联网厂商支撑大数据的大相径庭。行业对此的看法也是不一致的，大数据应该是低成本，还是高成本的？
关于所谓的高端路线，对于Oracle、IBM这类大公司，可以这么理解，他们关注的是大、中型企业客户中的大数据销售机会，并且带有很多的行业属性。
基于传统IT列强在对行业理解和行业解决方案成熟度、渠道合作伙伴、ISV等领域的基础，他们选择这些能为他们带来收入的中高端客户作为目标。从销售上看，主要是销售大数据解决方案，而不是大数据服务，行业知识、领域专家等资源需要靠IT大公司的原有行业合作伙伴来提供助力。
这些IT公司提供大数据解决方案，本身算不上大数据的用户，但是不妨碍他们开发出市场上具有竞争力的大数据解决方案，当然，将来IT列强们也会把大数据大量用在公司内部。
互联网公司通常对于行业（非IT行业）积累的底蕴要差很多，互联网的大数据通常是以通过大数据为自己产生价值为主，他们首先是大数据用户，然后才会考虑去输出大数据的价值。
这就决定了两者对于大数据的出发点、说法和做法不同。它们之间完全是互相理解的，但是并不妨碍在公开场合的争论和相互打击，这毕竟是商业社会。
总的来说，大中型企业有能力自己购买和构建大数据解决方案，作为内部使用，这些企业在大数据IT方面的收入可以支撑IT厂商的收入增长。而大数据的真正大平台，还需要靠互联网公司来推动。
大数据技术的进步，无论互联网公司还是IT公司都会做出自己的贡献，但是目前看起来，传统IT公司目标是大中型客户，而互联网公司目标是中小型客户；互联网公司的优势在于他们具有大数据运营和服务的能力，这个在未来将会产生很大影响。
大数据分析最终的结果一定是结构化的，这样看来传统的BI的价值更大。目前IT公司们都在宣扬这个理念，他们采用什么样的策略？
我不完全认同大数据的分析结果一定是结构化的这一个说法，虽然目前看起来是这样。我觉得真正的核心在于大数据的分析结果是可视化的和可理解的。结构化还是非结构化都只是可视化之前的状态和步骤。