近來，無數專家和媒體頻繁提到“大數據”時代已經來臨，那么到底什么是大數據，僅從字面來理解，大數據的主要特點就是“大”：除了以往傳統方法獲取的數據外，新的數據來源層出不窮源源不斷，形成一個隨時間變化的巨大數據流。這股數據流摧毀了當前的數據監測和研究行業，也徹底顛覆了人們的理解和想象。
　　大數據何以如此之“大”？其“大”到底從何而來？要回答這個問題，首先需要了解數據的來源，這里所提到的數據，出于企業營銷的角度，我們暫且狹義地理解為消費者的行為數據。以往此類數據的獲取大致有以下幾種途徑：一是根據產品的銷量及其分布特征來了解；二是采用問卷調查的方法去獲取消費者的行為及態度意見等；三是通過觀察或訪談去獲取消費者行為數據。總而言之，在以往獲取數據的方法中，研究者占據主動位置，消費者比較被動。
　　然而在大數據時代，消費者已經主動或者不自覺地把自己的行為信息以數據方式留在某處，新媒體技術無時無刻不在悄悄記錄我們的行為信息，這些信息所形成的數據只等待有心人來收集、分析和研判。所以在一定程度上，大數據時代最主要的數據獲取方法是通過新技術手段進行的悄無聲息的觀察和記錄，而通過這種方式獲取的信息總量，要遠大于傳統方法收集的消費者數據。同時在此過程中，消費者更加主動（雖然自己可能并未察覺），而研究者則被動接收。
　　大數據時代得以形成，有賴于新媒體的飛速發展，比如微博每天產生的數據內容，就遠遠大于以往研究產生的數據。我們可以通過某個人的微博內容分析，去嘗試了解這個人的基本人口特征，以及其價值觀、消費觀等，甚至可以在其個人微博中發現此人關注的各類品牌信息，以及對各品牌所持有的態度，所以大數據的價值是顯而易見的。
　　上述內容還僅僅是橫向數據總量的不斷豐富和擴大，除此之外，數據的縱向拓展也成就了大數據時代。我們可以把以往的調查或觀察數據看作是一個橫截面的研究，每個消費者對應一系列數據點，這樣兩個坐標軸共同構筑了一幅二維平面圖。但是在新媒體時代，消費者每時每刻的行為信息均加上了一個新的時間坐標軸，把原來的二維平面變成了一個三維空間，這個三維空間的數據總量肯定遠遠大于原來的二維空間，這也是新媒體導致大數據時代到來的證明。
　　中國古時以“羊大”為美，今天以數據量“大”就是“好”嗎？恐怕事實并非如此。這就好比大海撈針，如果你知道針掉下去的位置以及海水的流動方向，那么在這個范圍內經過測算再去撈針顯然更靠譜，它遠比從整個大海中一點點搜索要更高效。大數據時代也是如此，我們真正需要的其實并不是大數據本身，而是這個大數據背后隱藏的我們想要獲取的情報性信息，而這樣的信息可能只占總體的萬分之一，我們需要的只是這萬分之一，其他大量信息對我們而言都是垃圾。從這個角度出發，數據量越大，其中垃圾信息也就越多，這些令人眼花繚亂的垃圾信息，把我們真正想要的信息給深深地埋在數據洪流之中。
　　這就是今天輿情監測行業面臨的困境，筆者見過無數的輿情監測服務商，得意洋洋地夸口自己可以監測海量的信息來源，以及每天或每分鐘可以抓取無比龐大的信息內容，更有一些輿情監測機構開始競爭誰的監測覆蓋面更廣等。而這恰恰是輿情監測的誤區之一，在對以往輿情信息來源毫無了解的情況下，未經前期調研規劃的輿情監測，獲取的信息量越大，得到的垃圾信息就越多。
　　所以輿情監測并不是想當然的那么簡單，它需要經歷監測源的調研規劃、監測源的管理及權重賦值、監測信息及其屬性的抓取、輿情數據的分析挖掘和研判、輿情應對策略建議及應對效果評估這樣一個系列的流程環節，而不僅僅是要求抓取的信息量越大越好。在這樣的流程體系中，輿情監測源的前期調研規劃作為第一環節顯得尤其重要，它直接決定著數據獲取的速率以及抓取信息的有效性、可用性。所以不同的輿情監測項目，其監測范圍應該有所不同。
    大數據時代的到來帶給我們的另一個啟示是，輿情監測業務之間的合作應該大于競爭。假設企業A在做輿情監測，企業B也在做輿情監測，如果兩家監測能夠按上述所言做好前期調研規劃，那么兩者所獲取的監測內容重合度應該比較低，所以兩者之間并不存在激烈的競爭關系。相反，如果企業A、企業B、企業C……多家企業把監測獲取的信息內容數據庫聯合起來，則形成了一個比較完整的行業數據庫。換一種思路來理解，也就是說如果多家企業可以聯合建立一個共享的輿情監測內容數據庫，每家企業從中篩選過濾出自己所需內容即可，這樣既降低了成本，又提高了精確性，其多方共贏的優勢就能顯現出來。
　　大數據時代顯然給我們帶來不少便利之處，但是在盲目的歡呼和一時的激動之后，我們更需要認真反思如何正確挖掘出大數據的最大效用，以便我們在大數據的海洋里游刃有余，而不是被大數據洪流沖擊得迷失了方向。    近來，無數專家和媒體頻繁提到“大數據”時代已經來臨，那么到底什么是大數據，僅從字面來理解，大數據的主要特點就是“大”：除了以往傳統方法獲取的數據外，新的數據來源層出不窮源源不斷，形成一個隨時間變化的巨大數據流。這股數據流摧毀了當前的數據監測和研究行業，也徹底顛覆了人們的理解和想象。
    大數據何以如此之“大”？其“大”到底從何而來？要回答這個問題，首先需要了解數據的來源，這里所提到的數據，出于企業營銷的角度，我們暫且狹義地理解為消費者的行為數據。以往此類數據的獲取大致有以下幾種途徑：一是根據產品的銷量及其分布特征來了解；二是采用問卷調查的方法去獲取消費者的行為及態度意見等；三是通過觀察或訪談去獲取消費者行為數據。總而言之，在以往獲取數據的方法中，研究者占據主動位置，消費者比較被動。
    然而在大數據時代，消費者已經主動或者不自覺地把自己的行為信息以數據方式留在某處，新媒體技術無時無刻不在悄悄記錄我們的行為信息，這些信息所形成的數據只等待有心人來收集、分析和研判。所以在一定程度上，大數據時代最主要的數據獲取方法是通過新技術手段進行的悄無聲息的觀察和記錄，而通過這種方式獲取的信息總量，要遠大于傳統方法收集的消費者數據。同時在此過程中，消費者更加主動（雖然自己可能并未察覺），而研究者則被動接收。
    大數據時代得以形成，有賴于新媒體的飛速發展，比如微博每天產生的數據內容，就遠遠大于以往研究產生的數據。我們可以通過某個人的微博內容分析，去嘗試了解這個人的基本人口特征，以及其價值觀、消費觀等，甚至可以在其個人微博中發現此人關注的各類品牌信息，以及對各品牌所持有的態度，所以大數據的價值是顯而易見的。
    上述內容還僅僅是橫向數據總量的不斷豐富和擴大，除此之外，數據的縱向拓展也成就了大數據時代。我們可以把以往的調查或觀察數據看作是一個橫截面的研究，每個消費者對應一系列數據點，這樣兩個坐標軸共同構筑了一幅二維平面圖。但是在新媒體時代，消費者每時每刻的行為信息均加上了一個新的時間坐標軸，把原來的二維平面變成了一個三維空間，這個三維空間的數據總量肯定遠遠大于原來的二維空間，這也是新媒體導致大數據時代到來的證明。
    中國古時以“羊大”為美，今天以數據量“大”就是“好”嗎？恐怕事實并非如此。這就好比大海撈針，如果你知道針掉下去的位置以及海水的流動方向，那么在這個范圍內經過測算再去撈針顯然更靠譜，它遠比從整個大海中一點點搜索要更高效。大數據時代也是如此，我們真正需要的其實并不是大數據本身，而是這個大數據背后隱藏的我們想要獲取的情報性信息，而這樣的信息可能只占總體的萬分之一，我們需要的只是這萬分之一，其他大量信息對我們而言都是垃圾。從這個角度出發，數據量越大，其中垃圾信息也就越多，這些令人眼花繚亂的垃圾信息，把我們真正想要的信息給深深地埋在數據洪流之中。
    這就是今天輿情監測行業面臨的困境，筆者見過無數的輿情監測服務商，得意洋洋地夸口自己可以監測海量的信息來源，以及每天或每分鐘可以抓取無比龐大的信息內容，更有一些輿情監測機構開始競爭誰的監測覆蓋面更廣等。而這恰恰是輿情監測的誤區之一，在對以往輿情信息來源毫無了解的情況下，未經前期調研規劃的輿情監測，獲取的信息量越大，得到的垃圾信息就越多。
    所以輿情監測并不是想當然的那么簡單，它需要經歷監測源的調研規劃、監測源的管理及權重賦值、監測信息及其屬性的抓取、輿情數據的分析挖掘和研判、輿情應對策略建議及應對效果評估這樣一個系列的流程環節，而不僅僅是要求抓取的信息量越大越好。在這樣的流程體系中，輿情監測源的前期調研規劃作為第一環節顯得尤其重要，它直接決定著數據獲取的速率以及抓取信息的有效性、可用性。所以不同的輿情監測項目，其監測范圍應該有所不同。
    大數據時代的到來帶給我們的另一個啟示是，輿情監測業務之間的合作應該大于競爭。假設企業A在做輿情監測，企業B也在做輿情監測，如果兩家監測能夠按上述所言做好前期調研規劃，那么兩者所獲取的監測內容重合度應該比較低，所以兩者之間并不存在激烈的競爭關系。相反，如果企業A、企業B、企業C……多家企業把監測獲取的信息內容數據庫聯合起來，則形成了一個比較完整的行業數據庫。換一種思路來理解，也就是說如果多家企業可以聯合建立一個共享的輿情監測內容數據庫，每家企業從中篩選過濾出自己所需內容即可，這樣既降低了成本，又提高了精確性，其多方共贏的優勢就能顯現出來。
    大數據時代顯然給我們帶來不少便利之處，但是在盲目的歡呼和一時的激動之后，我們更需要認真反思如何正確挖掘出大數據的最大效用，以便我們在大數據的海洋里游刃有余，而不是被大數據洪流沖擊得迷失了方向。