那么是什么概念呢？这个概念就叫数据湖泊，它其实是一个舶来品。2010年James Dixon首次提出了Data Lake（数据湖泊）的概念。当时并没有引起足够的重视，直到最近才开始被广泛关注和讨论。我从第一次接触Data Lake的理念开始，就深深地为其着迷。甚至我认为，这是大数据时代最伟大、最具颠覆性的发明创造。我迫不及待地想把它引进中国，于是就创造了瑞雪分析云这款产品。希望通过简单易用的产品，能够使中国的企业直观感受到Data Lake的强大之处并从中受益。Data Lake究竟是什么，为什么具备如此大的魔力呢？它最初的定义非常晦涩。我简单地讲，就是存储每一个可能有用（注意是可能有用）的细节数据，当需要时再一站式分析的理念。咦？听起来没有什么特别之处嘛。难道跟我们现在的数据分析有什么不同吗？听我讲，这里的差别是非常非常巨大的。接下来，我通过以下三点逐步说明。

　　首先，我要说明的第一点是：大数据其实离我们很近很近，只有一个转身的距离。

　　很多企业可能会说，你不是骗人吧？我们哪有那么多的数据啊？我告诉大家，数据就好像空气一样，其实无处不在。你看不到，只是因为管理精细度还不够。任何企业的生存和发展，其实都逃不开数据的支撑。就好像人离不开空气一样。再粗线条的老板，至少也要了解公司的财务状况不是吗？财务报表可不能胡乱编造。虽然看起来只有几十行数据，背后却是根据企业销售的每一件商品的成本和售价统计出来的。几乎所有的企业都已经把这些数字，以某种形式记录了下来。回去看一下就知道这些数据有多少了。企业其实每天都被数据的海洋包围着。比如线下零售门店每天的客流数据，再比如餐饮企业每天的翻台数据。它们很少被关注过，但却真实存在。它们中的绝大多数，都没有被记录下来就已经消失了。这是数据的悲哀，更是企业的不幸。

　　我给大家讲一个真实的故事。我曾经遇到过一个做在线教育的公司老板。他说啊：“虽然最近几年大数据很火，但我估计一辈子都用不上。别看我现在有几十万的用户，可我的数据规模根本就没有那么大。有空琢磨大数据，还不如琢磨怎么做好营销呢。”我说：“你真是守着金矿过穷日子。你的网站有多少视频？每个视频有多长时间？如果把每个视频都按秒划分并记录内容，这是多少数据？如果把每个用户每天在网站上的操作行为也记录下来，这是多少数据？如果再把每个用户的操作行为和每秒的视频内容一一对应起来，有没有意义？你是不是就知道了每个用户喜欢什么内容？讨厌什么内容？这又是多少数据？还是担心一下，你有没有能力处理得了吧。”他跟我聊完很受启发。回去第二天，就开始组建大数据团队了。

　　其实大数据并没有创造新的数据。它只是把企业忽视的、遗漏的数据重新挖掘出来，然后进行统一的、交叉的分析。注意，这不是简单的1+1+1+到n，而是Cnn。什么是Cnn？就是跨所有数据源，每一条数据的各种排列组合。这是无法估量的指数型规模。既是数据的规模，同时也是价值的规模。让我们再展望一下不远的将来。当万物互联的时代真正到来，每个人的一言一行，都将链式产生成千上万的设备数据。要实现智能商业，可能面对的数据规模还会进一步膨胀。我再强调一下，这道算术题可不是加法，而是乘法！听我讲到这里，有的朋友可能已经后悔参加这个会了。“没来参加之前，我还觉得大数据离我很远，不用着急。听你讲完，我不知道该怎么办了。”不知道怎么办就对了！说明你开始意识到了问题。我想说，如果现在还没有一点必须要迎头赶上的觉悟，那么等到将来就只能是一筹莫展了。

　　其次，我要说明的第二点是：传统的数据分析理念，根本无力解决海量数据的问题。

　　在坐的朋友里，一定有不少人使用过所谓的BI和数据仓库。我告诉大家一个秘密，目前主流的数据分析产品都是在耍流氓。企业数据少的时候，这个系统好像还管点用。可是业务越做越大，数据越来越多，系统就开始难用了。等到了大数据时代，就彻底没用了。你有没有注意到？每次所谓的专家顾问过来解决问题，肯定是先问你分析目标，然后就帮你做ETL。他们每来一次，下一次你的报表需求反而会增加一倍。这个不正常啊。我们花钱请人过来是解决问题的啊，怎么问题还越来越多了呢？