大数据究竟意味着什么？
数据在商业运作中重要性的飞速上升，使大数据在当下成为了一个热门的概念。但大数据到底“大”在哪里，它对于商业运作究竟意味着什么，却没有得到充分的讨论。
当数据是全方位、实时产生的时候，企业内的管理和企业间的协作就越来越像互联网一样，要求网状、并发、实时的协同了。
自从人类从农业社会进入工业社会以来，商品的生产和流通就不仅仅是物质的转变和移动，同时也包括对各种商业信息的处理。钱德勒在《信息改变了美国》一书中甚至认为，从报纸、邮局、电报、电话一直到今天的互联网，美国人已经为进入信息时代准备了300多年！他特别提到，在这一进程中，19世纪末、20世纪初，企业采用了多种办公设备，引入了科层制管理，由此才能对企业内部信息进行有效的记录、存储、检索、分析和交流。沿着钱德勒的思路可以发现，此后很长时间里，虽然信息处理领域经历了一轮又一轮的技术革命，但在总体上，受制于IT技术的就绪度和普及率，事实上只有少量比较关键的数据得到了记录、收集、整理和分析。而且严格地说，这类数据其实更接近于加工后的信息，只是对复杂商业世界的一种简化，而不是实时、全方位的裸数据。
随着云计算带来的海量数据收集、存储和计算能力的飞跃，原则上所有商业活动中产生的数据都可以被收集下来。全面实时地收集所有的商业数据，必然会远远超过原来可以想象的规模，因此它才会被称做“大”数据。而物联网的价值也在于通过各种设备的联网，自动实时记录更多的数据。
数据量的飞升，带来了商业运作逻辑的根本变化。当商业活动围绕少量的重要数据展开时，企业内的管理和企业间的协作是单向的、线性的。而当数据是全方位、实时产生的时候，企业内的管理和企业间的协作就越来越像互联网一样，要求网状、并发、实时的协同了。
更具体地说，在云计算和大数据之前，商业运作的基本过程是“结构化的数据附着于结构化的流程”，而现在的情势则正在转向“非结构化的数据驱动非结构化的流程”。
这一多少有些绕口的判断，解读的钥匙在于对“结构化”的理解。
从数据的角度看，企业拥有的商业数据，可以分为结构化数据、半结构化数据和非结构化数据三类。结构化数据主要是指关系型数据库里可以用二维表来表达的数据，而半结构化数据和非结构化数据，则主要是视频、图片、文档、网页、声音等。在过去，企业能够运用和处理的主要是结构化数据，虽然这类数据在企业总体数据中占的比重实际上很低，大约只有1%〜5%，但由于企业在产消关系中占据着主导地位，而且企业内外的商业环境也相对稳定，因此这类附着于相对稳定的、结构化的商业流程而产生的结构化数据，成为了企业运用和分析的主体数据。
互联网、云计算的到来，让企业的商业环境发生了巨变。今天商业环境的基本特征是企业主导地位逐渐丧失，员工和消费者等个体，则正在获得极大的主导权，而且也是数据产生的主要来源（姑且不论来自物联网等物理设备的数据）。这一方面让企业要面对的数据具有了“自下而上、自外而内”的特性——员工持有的多样化的终端设备，挑战着企业固有的IT架构及背后的管理流程，海量消费者所产生的数据更是如此；另一方面，持有多样终端的员工和企业之外的消费者所产生的数据类型，主要都是文本、视频、图片等非结构化的数据，这在根本上改变了企业所拥有和需要运用的数据类型。而且，这类非结构化的数据并不必然地附着于企业的流程。实际上，大部分情况下它们都漂移于企业固有的商业流程之外，甚至是先于，也不依赖于企业流程而存在，有很强的自主性，而企业的商业流程则越来越必须对这类先期出现的数据做出响应——换句话说，如果仍然借用“流程重组”的概念，那么接下来的“流程重组”，其基本特点将是非结构化的数据驱动非结构化的流程——以消费者为中心的、非固化的、灵活动态的商业流程协同！
用更通俗的话来说，此前数据是商业决策的附庸，对于管理只起到辅助作用。典型如企业内部的BI部门，就是定位于通过数据分析帮助高管做决策。但这样的模式无法利用好今天大部分的新数据。而在互联网时代，全方位的实时数据直接驱动商业决策，企业必须改变自己的流程来适应流动的、非结构化的数据，而不是对数据削足适履。最适合这种数据特征的运作模式将是一张新的网：实时协同的价值网。
在工业时代线性控制的逻辑下，企业内部表现为流水作业和科层制结构，在企业之间则表现为线性的单向供应链，其基本特性是：集中化所导致的单向化、片面化分工，单向化传送（以企业为中心向消费者交付产品）；每个环节上都由单一角色（专门化）执行预设的功能（每一个企业和个体都变成了“螺丝钉”）；供应链各角色之间是“线性串联”和紧密耦合的关系。
而在互联网时代网状协同的逻辑下，企业内部开放化、社区化，在企业外部则表现为以消费者为核心的网状协同的在线价值网，其基本特性是：分布式所导致的多元化分工，多向化互动（消费者与企业的紧密互动）；价值网里每一企业的角色都随消费需求而变，并在不同价值网里扮演多样化的角色；价值网里各角色之间的关系是“超链接”和松散耦合的关系。
因此，云计算与大数据的协同演化，特别是大数据在近年来看似突兀的崛起，其实正说明了IT技术发展半个多世纪至今，才真正开始有能力去支撑、映射、驱动真实商业世界的运作。
网状协同的实现过程
大数据的分享/交换，是网状协同运作逻辑中最关键的一环。由特定的共享/交换机制所连接起来的企业之间（B2B）以及企业与消费者之间（B2C）的协作，才能让大数据在流动中发挥巨大价值——既然知识必然地分布于不同的个人和组织之中，那么唯有通过分享和交换机制，让大数据流动到有相关知识的个人或组织那里，才能够挖掘出它的价值。阿里集团定位为“数据分享的第一平台”，“相信别人更聪明”，能够更好地利用阿里的数据，即是基于这一思考。
近期天猫网推出的聚石塔产品，定位于打造一个能够支撑海量商家、大量第三方服务商（如IT、物流等）和电商平台（即天猫网）之间在线实时协同的云平台，它为观察网状协同的运作，提供了一个基本的雏形。
长期以来，快速发展的天猫网商家在IT领域面临着诸多困难：自有IT系统的安全性和扩展性不够，在“双11”这样的大促活动中暴露出缺乏弹性的窘境；与天猫网的数据交互效率不高，在大促活动中有时会出现丢单、漏单；商家、服务商使用的各类软件由于不能实现互联互通，数据无法实现快速流动，数据孤岛的现象极大地加剧了业务流程的复杂性。
针对上述问题，聚石塔向商家及第三方服务商提供了安全稳定、弹性升级、随买随用的阿里集团的云资源，如云主机、云存储等，使得商家和服务商的数据与业务流程由此能够实现云化，从而在快速变化的电商行业中拥有足够的IT可靠性与灵活性。
此外，聚石塔还具有数据推送、数据集成的功能。在数据的推送方面，此前商家与天猫网的数据交互，是一种通过数据接口的抓取模式，这种基于公网的传送方式效率比较低，且容易出错。而在聚石塔的云平台上，基于阿里内网的数据推送代替了基于公网的数据抓取——天猫网会将数据快速、高效地推送到商家的数据库里。
在数据集成方面，聚石塔将会形成统一的电商数据总线和接口标准，使各个软件系统都与这一数据总线实现协同，同时通过确定订单状态的数据标准，使订单动态在各个软件之间实现快速流转。最终，聚石塔将通过把会员信息、商品信息以及交易信息等数据进行处理、整合、开放和共享，使商家所使用的IT服务商的各类IT系统之间最终实现彼此连通。
聚石塔还只是一个早期尝试的产品，它肯定会随着环境的变化而快速调整。但它已经初步体现了基于云平台的、由数据分享所驱动的、各类商业主体的业务流程之间网状、快速、实时协同的业务模式雏形。