随着移动、社交网络和云技术的进步，越来越多的应用软件需要处理基于网络的海量信息，这些信息需要实时处理和访问。这种趋势为需要使用大数据管理工具从大量信息及其处理中提取价值的企业创造了环境。无数事例表明，实时访问数据可以为企业带来经济效益。例如，零售商和移动运营商可以合作，从大量消费者购买模式和人口统计数据中挖掘有价值的信息。掌握了消费者的购买习惯信息，如果消费者出现在零售店附近，可以选择将产品优惠券推送到消费者的移动端。译者注：关于零售商如何知道消费者在商店附近，它使用了移动运营商基站提供的信息。消费者的移动终端无时无刻不在与移动运营商的基站进行通信，因此移动运营商随时掌握着所有移动终端的位置信息。使用大数据管理工具虽然组织可以决定采用多种途径，但从大数据中获得最大价值可能需要改变技术和流程。例如，无论是否有高峰流量，用户都希望得到实时响应。RedHat高级产品营销经理ChristinaWong表示：“如果你想牢牢抓住客户，那么公司就不能再像以前那样运行他们的程序，他们必须改变运行方式。”Hurwitz&Associates的创始合伙人兼首席运营官MarciaKaufman表示能够通过分布式计算提高其可扩展性的重要性。“如果你不能处理速度问题，那么无论你的应用程序多么先进，整个系统的效率都会降低，”考夫曼说。一些企业正在转向大数据管理工具，例如使用内存数据网格(IMDG)，以掌握海量数据并保持应用程序的竞争力。分布在多个服务器上的内存数据网格可以优化数据，同时提高访问速度。“数据网格非常有用，因为它不仅可以与传统的关系数据库集成，还可以与NoSQL、流数据集成，”考夫曼说。将传统方法与非传统技术结合使用可能不是满足现代应用需求的最佳解决方案。Kaufman表示，除了通过内存数据网格(IMDG)加速数据访问之外，企业还开始将网格技术用作主要存储或传统环境的支持层。尽管实施新的大数据管理工具似乎是一项艰巨的任务，但内存数据网格的新用户会惊讶于它的易用性。Wong指出，使用内存数据网格并不像人们想象的那么复杂。“其实，数据网格技术的门槛很低。”“你不必重建整个IT基础设施，它是一种互补技术，”她说。理解大数据虽然大数据无疑能为企业创造更多的机会，但我们也不应高估它能帮助我们达到的高度。ProgressDataDirect的数据协作与集成专家TonyFisher表示，“大数据本质上是‘脏’数据，它不是高质量的数据。我们在传统数据管理中遇到的问题，在大数据中也会遇到。”信息仍然需要与其他业务整合，一些IT人士认为大数据与传统数据没有太大区别，但Fisher不同意，他认为如果一个企业在上线之前没有一个好的数据基础管理策略大数据的涌入，那么管理大数据会给他们带来更大的挑战。在企业进行任何一种大数据项目之前，Fisher认为有必要仔细考虑你想要实现什么？收集数据会消耗大量时间和精力，但如果你不思考如何解决本文所描述的问题，那么企业就无法将大数据转化为任何有价值的信息。
