针对大数据的特征挖掘其价值并作出决策，成为企业在大数据环境下进行决策的重要依据。2012年1月达沃斯世界经济论坛将大数据作为主题之一，探讨了如何更好地利用数据产生社会效益；2012年5月联合国“Global Pulse”特别分析了发展中国家面对大数据的机遇和挑战，并倡议运用大数据促进全球经济发展；2012年3月美国奥巴马政府发布“大数据研究和发展倡议”，正式启动大数据发展计划，随后英国、加拿大、澳大利亚、法国、日本等30多个国家也相继启动了大数据计划；Google、IBM、EMC、惠普、微软和阿里巴巴、百度等国内外公司都正在积极抢占大数据技术市场。
研究机构Gartner将大数据定义为需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；国际数据公司（IDC）认为大数据是从海量规模数据中抽取价值的新一代技术和架构；IBM将大数据定义为4个V，即大量化（Volume）、多样化（Variety）、快速化（Velocity）及由此产生的价值（Value）。
大数据产生处理应用技术簇
数据生产
数据采集
数据发现和挖掘
大数据分析处理(www.xing528.com)
大数据应用技术
组织级应用的大数据归类为三个方面：
传统经济指标分析：主要以ERP为主的财务资金、物料统计、生产管理组合等，形成传统经济指标，通过进入业务现场将业务的深度和广度极大扩展，实现从结果反馈支持决策转变为实时控制，从而达到对经济目标的前向规划，以及事中控制和现场控制。
基于组织驱动的管理指标分析：主要基于生产率为主的各种行为指标分析，比如人均单产与行为的关系、人在工作中的表现分析、集体决策的行为分析等。互联网以及物联网的技术，可以将行为的末端细节、生产过程、销售过程、客户拜访过程以及员工行为进行数字化采样，从而在分析方法不变的情况下，更快、更全面、更多样化地获取组织的信息。
战略决策的执行管理和分析：主要实现基于平衡计分卡为主的客户、生产、财务以及创新的各类指标的采集、归类，并以一定的周期（如周、月、季度和年）展开成长分析和结构对比分析。
角色分析 过程分析 结果分析
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
