如果你的網站擁有千萬活躍用戶，有數以百計的產品服務且多媒體、多網絡終端運行；如果你正在或打算走向云計算和Web2.0，那就恭喜你了，因 為你是大數據時代的先行者或受害者。
在當今互聯網時代，用戶網絡行為數據「增長如此之快，以至於難以使用現有數據庫管理工具駕馭，困難存在於數據的獲取、存儲、搜索、共享、分析和 可視化等方面」。數據量之大，已不能用常見的G或T為單位來衡量，而是要用P（1000個T）、E（100萬個T）或Z（10億個T），所以稱之為「大數 據」（Big Data）。
大數據現象在物理學、生物學等科學領域，或軍事領域，通信、金融等行業已有時日，但在互聯網業是近年來才引人關注。網絡用戶高速增長， 用戶平均網絡使用時間不斷延長；網絡服務也從單一文字走向圖片、語音和影像等多媒體形式；另外，網絡終端由過去的單一台式機變為多終端，擴充了網絡服務的 內容與範圍，這些都大大增加了數據量。
從潛在機會看，數據量增加為網絡公司提供了精確把握用戶群體和個體網絡行為模式的基礎，如能夠充分利用，就可探索個人化、個性化、精確化和智能 化廣告推送或服務推廣，創立全新商業模式。同時，網絡公司也可通過對大數據的把握，增加用戶粘性，開發新產品和新服務，降低運營成本。
大數據時代帶來的挑戰，主要集中在以下三個方面。首先，大數據挑戰著網絡公司的戰略決策能力。數據量的急劇增長，要求在帶寬和存儲設備等基礎設 施方面增加大量投入，如果無所作為、固守原狀，就可能失去未來發展機會，早晚會被產業淘汰；如與時俱進，轉型適應大數據時代，則需對公司現有產品和運營體 系進行全面改造，例如網站架構的重建，產品的通用化、標準化、模塊化，商業模式的創新等等。對絕大多數網絡公司而言，既要維持現有業務，保持業績穩定增 長，又要加大投入，迅速轉型，這是個進退維谷的兩難處境。
其次，大數據挑戰著網絡公司的技術開發和數據處理能力。大數據的出現及其潛在商業價值，不僅要求網絡公司使用專門的數據庫技術和專用的數據存儲 設備，而且要求有專門的數據分析方法和使用體系。目前業內流行的一般數據挖掘方法和通用商業數據庫，無法滿足大數據時代的挑戰，而且，網絡公司需要大量高 端專業人才，包括一般的程序員和數據庫工程師及天體物理學家、生態學家、數學和統計學家、社會行為心理學家等。對海量數據的分析，不能侷限在一般數據規律 和模型的把握水平上，還要有理論思維和全面綜合的能力。
第三，大數據挑戰著網絡公司的組織和運營能力。一般中小網絡公司沒有專門的數據管理和分析專家，即使是大型網絡公司，數據管理和分析部門也處於 分散、被動、輔助地位。大數據時代的基本分析對象是個人用戶，尋找的是個人的全面、動態、實時的網絡行為模式及此基礎上歸納出來的群體行為模式，而非過去 基於單個產品、服務、頻道的碎片式靜態統計分析。
所以，對大數據的整體把握，是網絡公司產品開發運營、商業模式的基礎，是龍頭而非龍尾。這就需要對現有公司架構、組織體系、資源配置和權力結構 進行重組，讓數據管理與分析部門處於公司上游位置，設立首席數據官（Chief Data Officer, CDO），與CEO、COO、 CFO、 CTO等一道組成公司核心決策層。
大數據是整個Web2.0革命的重要組成部分，Google、Facebook、蘋果和亞馬遜都已處於先發位置。中國有哪家網絡公司急起直追， 那它就可能是先行者，否則，就只能扮演受害者的角色。
作者為互聯網資深評論員