关于大数据的讨论已经有很多，它究竟是什么，它能做什么，不能做什么呢?很多人写文章赞扬大数据将如何改变我们做业务的方式，从预测性分析到发现海量非结构化数据中隐藏的情报信息等。还有些人则认为应该谨慎对待大数据，他们称数据是难以操纵的，使用大量数据并不会带来媒体炒作的变革。
在企业领导考虑大数据的成本和应用时，他们需要问自己的问题是，他们真的可以相信大数据吗?毕竟，很多企业高管此前都看到过“小数据”带来的失败经历，并且，每当分析师建议不要相信一种直觉时，第一个倾向就是质疑数据的真实性。有些企业面对大数据能够游刃有余，而其他企业则极其缺乏信心。这是值得关注的问题，因为企业从大数据中获得有价值的洞察将取决于他们是否有信心来对这些洞察付诸行动。
其中最显著的问题是不信任数据，很多高管对于大数据带来的信息类型存在信任问题。很多企业担心，大数据系统收集海量未分类、未经分析的数据，这些数据没有得到像传统数据库对数据部署的相同级别的保护，例如加密。
我们在新闻中也看到过这样的事情，即企业对错误的数据采取行动，然后“深受其害”。在2013年4月，一家新闻机构的Twitter feed被黑客攻击，该黑客发出了虚假的tweet，声称白宫正受到攻击。这则消息导致几家投资机构开始抛售股票，最终让这些公司遭遇巨大的财产损失。这样的故事给我们敲响了警钟，数据，即使是大数据，并不一定是准确或者可行的。
然而，这并不意味着我们应该忽略大数据的价值。大数据提供巨大的潜力，能够解决各种问题，我们不能仅仅因为少数错误数据就完全放弃大数据。根据Forrester咨询公司的报告发现，61%的IT主管认为，他们需要越来越多地使用商业智能，这是高优先级工作。大多数高管也很希望看到，把交易记录、结构化和非结构化数据作为一个整体，从中获得的情报信息。然而，如果没有Hadoop等技术，他们不太可能挖掘出这些情报。企业也面临着这样的压力，即更快地分析更多的数据，以做出更好的决策。
企业是应该放弃大数据，或者有没有办法相信大数据?答案是肯定的，我们有办法相信大数据，但不是所有的大数据解决方案都相同。Hadoop在极端大规模数据分析中取得了巨大的进步，但是很多人认为它不适合于企业级应用。大数据分销商已经开始创建平台，来克服Hadoop的缺点，他们主要通过修复安全问题，以及使其更容易让企业高管使用。有些企业甚至已经将大数据转移到云数据库。这些平台还提供了必要的附加组件来获得实时分析，将Hadoop从经济实惠的大容量存储系统转变为真正的分析平台。
更重要的是，这些平台提供不同程度的信息管理，来提高企业对这些数据的信心。这些平台可以通过数据分析、记录级访问控制和日志记录功能来测试数据的真实性，从长远来看，企业高管应该选择这种类型的平台，才能够帮助企业发展。
弄清楚大数据是否能够有助于你的企业，对如何整合大数据制定一个计划，然后寻找一个具有你所需要的工具的平台，建立对大数据的价值的信心。