大数据时代不可抗拒，应该是毋庸置疑的，但对于绝大多数企业大数据本身仅是一个空泛的概念，不仅难以参与更难于控制。几乎任何规模企业，每时每刻都在产生大量的数据，但这些数据如何归集、提炼始终是一个困扰。这种感觉好像是守着金山却无从下手。大数据技术的意义确实不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，但前提是拥有大量的数据。

采集是大数据价值挖掘最重要的一环，其后的集成、分析、管理都构建于采集的基础。移动互联的发展催生了更为多样化的数据，同时包含结构化和非结构化的数据。在传统的企业中，被有效管理的数据都是以表格的形式保存在数据库中，所有的信息格式都一样，便于编程处理。而如今的海量数据中，包括各种各样的数据类型，最常见的普通文本、照片、视频等等，还有像位置信息、链接信息等XML类型的数据。这些数据很难通过传统的技术手段进行提炼和分析。这是绝大多企业面对大数据无所适从的主要原因。

同时行业大数据的应用不同于互联网，行业数据针对性强、关联性强，大数据应用复杂，跨度更大，跨部门，甚至跨行业需求更多。行业内的数据产生往往仅仅是因为一个特定的工作内容。以保险行业的移动查勘为例，通过移动查勘系统实现查勘人员的精确调度和各种外勤任务的工单接收、任务处理、现场勘查、信息采集、信息上报等需求，使得现场情况能及时处理，并将相关信息及时、准确地传递到后台系统，实现现场与后台人员的工作协同，保证工作流程不断点，从而使得各种现场问题得到准确、高效的解决。

这些查勘工作的背后是大量的位置信息、路段信息、车辆品牌、事故现场，甚至通过移动终端与身份证背夹结合可以读取车主的二代身份证信息。现在这些非结构化的数据对保险公司来来说仅仅是理赔依据，是可以提高理赔效率、减少骗保行为，但这绝对不是这些数据的全部价值。这些数据的背后还关联着用户的真实数据年龄、家庭、职业、收入、住所、厂牌型号、发动机号等等，这些数据甚至可以成为一个区域经济的晴雨表和社会中坚群体的情绪反应，未来的价值很难限量。所有这些数据的综合都将提供给用户更加个性化的客户体验，并通过这些新的沟通渠道、根据客户的习惯和表达态度，预测每个客户正在寻找什么。通过有效地管理大数据，可以用来加强客户关系、增加交叉销售和追加销售、以及对预测客户消费习惯和趋势的第一手洞察力。

绝大多数的企业现在还很难判断，到底哪些数据未来将成为资产，通过什么方式将数据提炼为现实收入。对于这一点即便是大数据服务企业也很难给出确定的答案。但有一点是肯定的，大数据时代，谁掌握了足够的数据，谁就有可能掌握未来，现在的数据采集就是将来的流动资产积累。