最早提出大數據時代即將到來的是麥肯錫："數據已經滲透到當今的每壹個行業和業務職能中，成為重要的生產要素。人們對海量數據的挖掘和使用預示著生產力增長和消費者盈余的新浪潮。?
Gartner 將 "大數據 "定義為海量、高增長和多樣化的信息資產，這些資產需要新的處理模式來實現更高的決策、洞察發現和流程優化。
Viktor Maier Sch?nberg 在其《大數據時代》壹書中列舉了上百個例子來說明壹個觀點：大數據時代已經到來，要用大數據思維來釋放大數據的潛在價值。
其中壹個最經典的案例是沃爾瑪進行的 "啤酒 "和 "尿布 "研究：沃爾瑪在研究中發現，壹類顧客經常購買尿布，同時也購買啤酒。這兩類看似毫不相幹的商品實際上是壹種社會現象的結果，即許多年輕夫婦讓女方在家帶孩子，而男方則去超市買尿布，通常還會順便買點啤酒。
1、幫助企業提高營銷的針對性，降低物流和庫存成本，減少投資風險，同時幫助企業提高廣告投放的精準度；？
2、幫助城市預防犯罪，實現智能交通，提高應急能力；？
3、幫助電子商務企業向用戶推薦商品和服務，幫助旅遊網站為旅客提供首選的旅遊線路，幫助二手市場的買賣雙方找到最合適的交易對象，幫助用戶找到最合適的購買商品的時間段、商家和最優惠的價格；?
4、幫助醫療機構建立患者疾病風險跟蹤機制，幫助制藥企業提高臨床用藥水平，幫助艾滋病研究機構為患者提供定制化用藥；？
5、幫助政府實現市場經濟調控、公共****、衛生安全防範、災害預警、社會輿論監督。
數據往往能讓妳發現壹些看似不合理、不合邏輯，但卻存在並經常發生的現象。以上就是億美軟通在現實生活中對大數據做組織的具體表現。
未來，大數據的身影應該無處不在，即使無法準確預測大數據最終會給人類社會帶來什麽樣的最終形態，相信大數據的變革也不會停止。
大數據時代對人們的生活有什麽影響？
大數據是通過新系統、新工具、新模型對海量、動態、可持續的數據進行挖掘，從而獲得洞察力和新價值。以前，面對龐大的數據，我們可能是壹葉障目、視而不見，因而無法了解事物的本來面目，進而在科學工作中出現錯誤的推斷，而大數據時代的來臨，壹切真相都將展現在我們面前。
1.什麽是大數據
"大數據 "是由海量數據、復雜結構、多種類型數據組成的數據集合，是基於雲計算的數據處理和應用模式，通過整合數據**** 享、交叉復用，形成的智力資源和知識服務能力。
2.大數據的特征：量大、種類多、速度快
艾瑞認為大數據滿足以下三個條件：首先，數據量巨大。根據 IDC 的研究數據，2011 年全球信息量為 1.8 萬億 GB，相當於每個美國人在 Twitter 上每分鐘發布三條推文 26976 年，預計到 2015 年全球將擁有 8 萬億 GB 的信息量。二是數據類型多。除了過去易於存儲的基於文本的結構化數據外，還包括大量的非結構化數據，如網絡日誌、音頻、視頻、圖片和地理位置信息等。據 Gartner 統計，全球信息量的 85% 是由各種非結構化數據構成的。三是處理速度快。1秒定律。大數據的 3V 構成也導致其數據價值高，但價值密度低，這也被稱為大數據特征的第 4 個 V，即數據價值 Value。
3、大數據的來源
隨著物聯網（IoT）的發展，人類產生和存儲的數據類型越來越多樣化，包括人與人之間產生的數據，如社交網絡、即時消息等信息；人與機器之間產生的數據，如電子商務、網頁瀏覽等信息；以及機器與機器之間的數據，如 GPS、監控攝像頭等。
4.大數據的應用
大數據已被廣泛應用於越來越多的領域。通過對大數據的存儲、挖掘和分析，大數據在市場營銷、企業管理、數據標準化和情報分析等領域的應用，從實力雄厚的傳統IT企業和互聯網公司到以hadoop平臺為基礎的創業公司紛紛進入大數據領域掘金。
（1）大數據營銷利用海量數據的挖掘和分析，實現對用戶的精準營銷和個性化營銷。例如亞馬遜；谷歌
（2）大數據咨詢管理：為企業進行大數據采集、整理、分析和決策，提供建模、規劃、預測和預判分析，幫助企業加速經營決策。例如，IBM
（3）大數據標準化：讓hadoop配置標準化，幫助企業安裝、配置、運行hadoop，實現企業大規模數據處理和分析。
（4）大數據智能分析：梳理所有可用數據庫，識別相關信息並進行整合。
5.大數據改變思維方式
過去，由於獲取數據的困難程度，人們在分析數據時往往采用抽樣數據，並通過不斷改進抽樣方法來提高樣本的準確性，從而推斷出整體數據，盡力探索數據之間的因果關系。然而，當前的數據處理思維方式正逐漸向整體、混沌和關聯的方法演變，以適應數據量的爆炸式增長。