對于企業(yè)而言，大數據的數據來源主要有兩部分，一部分來自于企業(yè)內部自身的信息系統(tǒng)中產生的運營數據，這些數據大多是標準化、結構化的。（若繼續(xù)細化，企業(yè)內部信息系統(tǒng)又可分兩類，一類是“基干類系統(tǒng)”，用來提高人事、財會處理、接發(fā)訂單等日常業(yè)務的效率；另一類是“信息類系統(tǒng)”，用于支持經營戰(zhàn)略、開展市場分析、開拓客戶等。）傳統(tǒng)的商業(yè)智能系統(tǒng)中所用到的數據基本上數據該部分。而另外一部分則來自于外部，包括廣泛存在于社交網絡、物聯(lián)網、電子商務等之中的非結構化數據。這些非結構化數據由源于Facebook、Twitter、LinkedIn 及其他來源的社交媒體數據構成，其產生往往伴隨著社交網絡、移動計算和傳感器等新的渠道和技術的不斷涌現(xiàn)和應用。具體包括了：呼叫詳細記錄、設備和傳感器信息、GPS 和地理定位映射數據、通過管理文件傳輸協(xié)議傳送的海量圖像文件、Web 文本和點擊流數據、科學信息、電子郵件等等。

不同類型的數據透視的是同一個事物的不同的方面，以消費客戶為例，消費記錄信息能透視客戶的消費能力，消費頻率，消費興趣點等，渠道信息能透視客戶的渠道偏好，消費支付信息能透視客戶的支付渠道情況，還有很多，如，客戶會否在社交網站上分享消費情況，消費前后有否在搜索引擎上搜索過相關的關鍵詞等等，這些信息（或說數據）從不同的方面表達了客戶的消費過程的方方面面。因此，一般來說，企業(yè)用以分析的數據來源越廣越全面，其分析的結果就越立體，越接近于真實。

因此，大數據分析意味著企業(yè)能夠從不同類型的數據中獲取新的洞察力，并將其與企業(yè)業(yè)務體系的各個細節(jié)相融合，以助力企業(yè)在創(chuàng)新或者市場拓展上有所突破。針對“數據量”這個話題，亞馬遜CTO Vogels曾經說過，“在運用大數據時，你會發(fā)現(xiàn)數據越大，結果越好。為什么有的企業(yè)在商業(yè)上不斷犯錯？那是因為他們沒有足夠的數據對運營和決策提供支持。一旦進入大數據的世界，企業(yè)的手中將握有無限可能。”可以預料，在不遠的未來，企業(yè)如何通過抓住用戶獲取源源不斷的數據資產將會是一個新的兵家必爭之地。

目前，今天的企業(yè)的數據應用情景下有以下六個方面用途。

（1）與數據源整合。如果還僅是微博數據、論壇數據、廣告數據、調研數據那肯定是死路一條，即便你擁有了最前沿的微信數據，數據整合間的交叉分析和提出是毋庸置疑的趨勢。

（2）與CRM 集成。目前而言社會化聆聽本質去獲得消費者洞察，而將這些數據、洞察與企業(yè)CRM 數據庫進行交叉對比，或者來擴充、優(yōu)化企業(yè)CRM 資源，形成企業(yè)CRM 數據生命周期管理。

（3）數據指揮中心。一個實時的系統(tǒng)，一年365 天、一天24 小時的數據可視化呈現(xiàn)，直觀將帶來對市場變化積極追蹤的關注，從而做出指揮管理。

（4）到老牌BI、ERP 中去。老牌的信息化廠商一定不會錯過這個社會化媒體時代帶來的時機，作為BI、ERP 的一個數據模塊正在悄然進行。

（5）創(chuàng)影響力分析。這是一個需要一定的傳播知識和傳播實踐融入進來綜合發(fā)展的行業(yè)，需要有專門的算法和特定的知識，這個行業(yè)很大也會帶來很多驚喜或驚訝。

（6）做社會化調研。越來越多的調研案例，正在采用這種方法作為傳統(tǒng)調研的補充。

所以說，大數據分析不是萬能的，但只要你選擇正確的方向，觀察企業(yè)合理的數據源，制定好數據處理的思路還是大有可為的。