随着信息化技术的发展与应用，为各行业的企业在业务发展上带来了最直接的机会。同时也产生了大量的业务相关数据，这些数据可能会涉及到企业的财务信息、营销数据、客户资料等等。

这些数据的留存是否会对业务发展提供有力的帮助呢？据相关机构估算，在财富500强的企业中，平均每一家企业都会保存有最近7至10年的客户数据，而这些数据往往未得到充分的利用。与此同时，这类的数据还在大幅度的增长。据经济学家最近的一项研究显示，人类在2005年中创造了大约150 EB字节的数据信息，而2011年达到了1800 EB字节。同样，市场研究公司IDC表示，数字内容将会呈现每18个月翻倍增长的趋势。Gartner预测表示，未来将有多达80%的企业数据趋于非结构化，并且数据来源涵盖了传统和非传统渠道。

大数据面临的两个挑战

近几年来，随着互联网与信息技术的发展，全球数据量呈现了爆炸式的增长。移动通信技术、无线设备、社交网络、远程协作以及基于云的诸多服务都是导致数据呈几何增长的主要原因。可以说，数据的爆炸式增长为全球各行业均带来了管理上的问题。

例如，在电信行业的呼叫数据记录管理、金融行业的交易数据和客户资料管理、零售行业的供应链管理以及制造行业的业务绩效管理等等。对于企业用户来说，大数据的来临也无形中增加了他们所需承担的责任以及成本。企业必须保持这些数据在很长一段时间内的可用性，并满足这些庞大数据量在存储方面的需求。这就导致了企业需要采购和维护所需的硬件设备，并且还要不断的进行监督与管理。

那么，企业利用这些海量的数据能做什么呢？许多敏锐的管理者已经意识到，这些数据可能会成为企业的真正优势，为业务运营提供超越竞争对手的洞察力。但随之而来的问题就是数据处理的能力和速度。数据的运算速度会受到物理设备极限能力的限制，从而影响从数据库中访问数据和运算指令所需的时间。这意味着，一个复杂的计算将无法实时完成，可能会持续几个小时甚至几天。

另一方面，运算速度并不是决定大数据发展的唯一关键要求。当前的大数据无处不在，并且其大多来自于非结构化的外部数据。企业需要寻找一个可以帮助其获取、分析、治理和信息共享的工具。在Gartner 2011技术成熟度曲线（Hype Cycle）中我们看到，大数据技术正在日趋成熟并上升到了“过热期”阶段。在企业需求更快的数据访问速度时，也希望能够迅速了解到这些数据可用来做什么。这就涉及到了大数据在企业应用中的两个主要挑战，实时数据分析与实时业务响应。