就像侦查、讲事故、做研究分析一样，都是需要先交代清楚相关背景，这样才能对事物有更客观的认识。大数据建设也是一样，需要相关背景来支持。
大数据的存在
大数据是全数据模式、允许不精确、混杂多样，基于相关关系分析进行预测的存在。
例如：人们每天都在创造着海量的数据，文字、图像、声音和影像等数据，体现在我们的社交网络、网购 、金融交易、在线影音娱乐等。这些所有的数据对于用户某种行为的相关关系分析来说，就是大数据。
通过上述的例子我们来解析下大数据的存在：
全数据模式就是使用所有的数据进行分析，这是相对随机采样来说的，全数据模式分析更全面，随机采样免不了有偏差的。
为什么允许不精确和混杂多样？
因为大数据更看重数据的价值，大多数事物总是包含多种不同类型的数据，总是存在标准不统一或其他原因导致的数据不精确，但经过处理是非常有价值的，因为能更全面地描述这个事物本身。所以基于用户产生的文字、图像、声音和影像等数据来分析用户某种行为的相关关系。
大数据主要还是基于相关关系分析进行预测，这是相对因果关系分析来说的，大家都习惯于出现问题找原因的思维惯性，但原因是很难找的，需要非常高的代价，目前科学界尚未有用于大数据上的成熟的因果分析方法。知道“是什么”（即相关关系分析预测）的价值也很高，可以帮助我们解决很多问题，例如：谷歌的流感爆发的预测，就是基于用户搜索关键词的大数据进行相关关系分析的预测。
大数据的价值体现
大数据的真实价值就像漂浮在海洋中的冰川，第一眼人们往往只看到冰山一角，而绝大部分都隐藏在表面之下，数据总是从最不可能的地方被提取出来。——来自于维克托•迈尔•舍恩伯格《大数据时代》
这段话把大数据比喻成了数据冰山，说明了大数据的价值隐藏得很深，而且很大。在普通人眼里，数据可能只有一些普通的业务用途，例如：搜索引擎的搜索记录只用于词条排名、搜索结果展示排名等业务用途。在有大数据思维的人眼里，数据的用途可不止普通的业务用途，甚至能造福人类。疫情的期间，各种大数据的利用，都无不体现了大数据的价值。
下面例举三个著名的例子来说明大数据的价值：
大数据与乔布斯的癌症治疗-自身所有DNA的价值。通过自身所有DNA序列与癌症DNA序列多次比对，就能全面地反馈治疗效果。然后调整药方和用药量等，从而能进行最有效的治疗，虽然很遗憾乔布斯还是离开了人世，但大数据的全数据模式分析的价值不可磨灭。
无所不包的谷歌翻译系统-数据混杂、规模庞大的价值。谷歌翻译系统主要利用的数据是全球的互联网数据。尽管其输入源很混乱，但较其他翻译系统而言，谷歌的翻译质量相对而言还是最好的，而且可以翻译的内容更多。之所以能做到这些，是因为它将语言视为能够判别可能性的数据，而不是语言本身。即翻译数据混杂、规模庞大的价值能做到较好的翻译。
蛋挞与台风用品摆在一起的沃尔玛-相关关系的预测价值。沃尔玛利用大数据进行销售情况的相关关系的预测，得出来“当季节性风暴来临时，蛋挞的销量会增加”的结论，于是把蛋挞与台风用品摆在一起，来最大化增加地销售量。虽然不知道用户为什么会有这样的购物行为，但这对于沃尔玛来说，相关关系的预测价值就足够了。
大数据建设的关键
简述下大数据的产生过程：人们进行和参与各项活动，创造了海量的数据，因发展需要，进行大数据的建设和应用。
以上可以看出大数据的项目建设关键是因发展需要而建设的，不要为了追求大数据技术而进行大数据建设，这样会得不偿失。
大家都非常容易看到大数据的各种好处，一旦实践起来又发现大数据技术很难，而陷入了追求技术的怪圈了，总以为技术能解决一切的大数据问题。
其实目前最大的问题是大数据思维的问题，当今时代的IT是重点在T上，而不是在I（数据）上。T即技术已经能处理和分析大数据了，但I即信息本身隐含着巨大的潜在价值等待发现，需要大家的重视。虽然说磨刀不误砍柴工，但不去找柴，哪还能砍柴，而且也不能验证磨刀的方法对不对。
总结
总结起来，大数据的项目建设的关键有以下五点：
- 把数据视为资产，推动业务数据化。
- 不要陷入以技术为导向的误区。
- 全数据模式分析，重视每个数据聚合的价值。
- 允许数据不精确，容纳混杂多样的数据。
- 重点关注相关关系的预测，不纠结于因果关系。
