如今，移动互联网与社交网络正处于一个快速发展的阶段，各种非结构化数据也随之出现了爆炸性的增长势头，这些数据对于企业而言，一方面造成了由于数据收集，另一方面也为企业带来了潜在的无限商机，给分析以及保存带来的技术，资金等各方面形成了颇大的压力。

　　大数据帮助企业”开源节流”

　　大数据在当下已经不是一个新兴起的概念，能从广义和狭义两个方面来看待这个概念，从广义层面来讲，大数据是通过数据驱动业务发展的理念。而狭义的角度则是说，所谓的大数据和处理能力的强弱只是相对的。在过去，衡量数据大小用到的单位可能仅仅只是GB或者MB，但现行这个时代，只有TB甚至PB级数据才算得上是大数据。

　　黎超表示，广义的大数据对于企业来讲实际上就是“开源节流”。一方面是如何用数据去为企业创建新的业务模式，从而获得更多的收入。另一方面则是如何实现企业内部更科学的运营流程以便节约成本和投入。而对于包括金融行业在内的服务行业来说，现在最普遍的大数据价值杠杆就是如何做好客户的精细化管理以及有针对性的服务。

　　”节流“，对那些处于金融行业的企业来讲，每年都要在IT上面做大量的投资。但其实际的资源利用率往往不高，或者只是在特定周期内出现工作峰值，这样就造成了资产的闲置和浪费。而通过大数据的有效分析，可以大幅度提升设备的利用率，从而避免这种情况的发生。

　　持有成本上升为大数据平台建设带来挑战

　　大数据之所以会出现爆炸式的增长，一方面是随着互联网，移动互联网以及社交网络的快速发展，数据获取途径不断丰富且获取成本持续降低。另一方面，数据作为一种资产，其价值已经被企业广泛认同。黎超先生表示，过去受限于过高的持有成本以及较低的价值转换率，数据往往经过初次分析后就被抛弃。但有些被抛弃数据在日后往往有可能在其他方面产生价值，在这种情况下，企业便开始注重对原始数据积累和长期保存，而这也造成了数据的爆发性增长。但这样的增长带来的是数据持有成本的上升。

　　传统的小型机，中高端存储或者一体机的存储解决方案只能保证TB级的数据存储，而其动辄数千万的成本支出也只有类似于银行或者金融证券等企业才能够承受。随着大数据时代的到来，现在TB级的数据量已经司空见惯，如果继续应用传统方案则会造成成本支出的迅速增长，即便是金融行业也难堪重负。

　　在这种情况下就必须要做到大数据的持有成本可控，尤其是低价值密度数据的成本可控。单独存在并无实际意义，必须通过积累才能得出有价值的分析结果。这就要求企业在满足分析前提条件下尽量降低硬件成本的投入。除了硬件以外，解决方案中的软件成本近年来也在不断上升。解决方案供应商不断的要求用户增加在软件方面的投入。在这方面，开源作为一种商业化的结合是一种降低软件成本的有效途径。

　　云计算可有效提升数据平台资源利用率

　　数据量的爆炸性增长，带来的扩容压力也在不断挑战着企业数据平台本身的弹性。在这种情况下，大数据和云计算之间便产生了契合点。所谓的平台弹性实际上是指企业即便能够预测自身数据存储量的增长趋势，也不可能一次性将扩容成本投入到位，因为这样会造成巨大的固定资产损失，而云计算本质的概念其实就是需要弹性的计算资源来满足企业的应用，满足企业的数据处理需要。

　　举个例子，传统的服务器只能做一个应用或者说支持一个客户端，而虚拟化可以把一台服务器上大的系统拆成若干个逻辑上的小系统，从而支持多个应用或者多个客户端，这样就能极大的提升服务器的资源利用率。