本文作者Leena Rao，为TechCrunch资深编辑。大数据在今年是很火的一个概念，这个概念不同的人有不同的见解。然而我们对大数据的关注是不是有点偏离了正常的轨道呢？现在许多的讨论都是围绕着“大数据”这个词来展开，人们似乎忘记了大数据是要为我们解决实际问题的，我们更应该讨论贴近实用的方面。

　　老实说我以前是一个经常滥用大数据这个词的人，似乎每一个新成立的企业都与大数据有关，就连风险投资公司也更愿意投资关于大数据的公司。

　　为什么我现在越来越不喜欢“大数据”这个词了？因为我认为这个词条本身是落伍的，它的定义由一系列的单词构成，但这些单词并没有正确的反映了目前数据界发生了什么。现在，我们应该考虑的不是“大数据”，而是应该想一想我们能用数据做些什么。这些与运用分层数据创建的应用有关，也与这些应用能体现的深层意义有关。我不是第一个对大数据的夸夸其谈感到厌烦的人，我与大量的投资者、数据专家以及企业家聊过，很多人与我有同样的感受。

　　根据Vincent Mcburney的说法，“大数据”一词起源于宾夕法尼亚大学的Francis Diebold，他在2000年7月写的一篇关于金融建模的文章中首度提及此词。从那时到现在已经超过了10年的时间，在此期间关于人们该如何运用大数据，发生了太多的事情。

　　大数据不仅仅只与大企业有关。事实上任何一个公司，从Facebook、Twitter这种巨人公司到Cloudera、Box、Okta这种快速发展的创业公司都是大数据公司，依照大数据的定义来看。每个有着一定用户规模的公司都在搜集大量的数据，也就是“大数据”。在一个数据是产品创新关键的世界，成为一个“大数据”公司并不算什么独特的事，老实说一点都不能说明一个公司的具体状况。

　　根据IBM，大数据包括四个方面：数量、速度、多样化以及真实性。在这个充满了社交网络、电子商务以及企业数据存储的世界，这些因素在许多领域都有被应用到。大数据真的不能代表全部，既然我们有这么多不同的方法来筛选及使用这些大量数据的话。

　　这并非是低估在整理、分析大量数据方面创新的重要性。事实上，许多产业的未来，包括电子商务与广告，都要依赖于对数据的处理。像GoodData、Infochimps、Moat等这些创业公司，都在研究让数据能更好的为人所用的方法。

　　另一点值得指出的是，在大数据这个词发明之前，像IBM、大型零售商、金融巨头等大型企业就已经开始在分析大量数据上面花时间了。所以让我们思考出另外一种方式来描述需要处理大量数据的创业公司吧，或许是和应用的实际功能与数据的对比有关。