数据云
英特尔公司的创始人之一戈登.摩尔在1965年发现了一个惊人的趋势，即集成电路芯片上所集成的电路的数目每隔18个月就翻一番，该发现被业界誉为摩尔定律。后来也有被描述为微处理器的性能每隔18个月提高一倍，或价格下降一半；或用同等价钱能买到的电脑性能(速度和储存量)每隔18个月翻一番，等等。
40多年来，摩尔定律见证了电脑的数据处理和储存能力从K(Kilobyte)到M(Megabyte)到G(Gigabyte)到T(Terabyte)的变迁。尤其是互联网的出现，让我们急速地跨入了大数据(Big Data)时代，让海量数据的收集和分析成为可能。
互联网支持这些数据能够被高速度和大容量的传播，同时引入了由用户产生数据的模式。这种模式的特征是多源头，低成本，更及时。当然，这些数据的真实性和可靠性需要被核证。人们的个性化需求开始凸显，而企业要去高效地满足这些个性化的需求则需要大量的数据支持。比如，构建在互联网基础上的电子商务和传统零售比较的优势之一就是数据的可获得性。电子商务可以实时得到顾客的来访源头，在网站内的搜索、收藏、购买行为，以及购买的商品间的关联性。这些数据可以帮助企业更精准的为顾客服务。而人工智能、信息系统和决策科学的发展又促进和推动了多种分析方法及工具的应用，包括数据挖掘，顾客行为模型，决策支持，等等。
数据(Data)是原始和零散的，经过过滤和组织后成为信息(Information)，将相关联的信息整合和有效的呈现则成为知识(Knowledge)，对知识的深层领悟而升华到理解事物的本质并可以举一反三则为智慧(Wisdom)。所以数据是源头，是决策和价值创造的基石。
数据的应用大致分以下几个步骤：
a.数据采集、核实与过滤；
b.在数据仓库内的分类和储存；
c.数据挖掘以找到数据所隐含的规律和数据间的关联；
d.数据模型建立和参数调整；
e.基于数据的应用开发和决策持。
大数据的应用价值和潜力不再被人低估。但并不是所有企业都能在大数据这个金矿里真正挖到金子的。只有那些有远见有视野，重视系统，舍得投入，吸引了优秀的分析和系统人才的企业才会有所斩获。比如，1号店利用对大数据的分析给顾客发送个性化EDM，通过挖掘顾客的周期性购买习惯，在临近顾客的购买周期时适时的提醒顾客。淘宝推出的淘宝时光机通过分析顾客自注册为用户以来的行为，对其购物喜好和行为进行预测。Google的Adsense对顾客的搜索过程和其对各网站的关注度进行数据挖掘，Amazon近几年推出的FDFC(Forward Deployed Fulfillment Center)的概念，加快了对顾客配送的速度。