所谓大数据(Big data)或称巨量资料、海量资料、大资料，是指所涉及资料“数量庞大”、“种类繁杂”及“增加飞快”的特性，无法透过人工在合理时间内达到撷取、管理、处理、并整理成为人类所能解读的资讯。

大数据与巨量资料分析(Big Data Analytics)均属于以资讯科技领域软硬体为基础的应用工具，这工具要发挥到效用需要将此工具结合到决策模型中，才能展现价值。

市场预测，2015年将是Big Data蓬勃发展的一年。但是目前处于探讨大数据的机会，远多于投入实际使用。虽然每个人都知道需要做的事情与大数据息息相关，但实际上很少人懂得如何运用。甚至认为，能有效硬体部署与管理分类网路资讯就足够，反而忽略资料种类多样性与更新快速也是大数据的挑战。

大数据建立首重资料搜集，必须依据各产业特性，决定要搜集何种资料，才不会陷入资料漩涡中。巨量资料的成功关键在于非结构化资料与快速流动资料清理过程需要新技术之导入，透过资料探勘与挖掘找出新规律，包括Hadoop及江河运算(Streams Computing)成为巨量资料分析技术核心。

分享大数据之决策分析也不能完全依赖先进技术，数据品质的关键在于资料建立者与使用者的良好沟通，资料品质的责任应该从资讯科技人员，转移到需要资料正确而大量投资的经理人身上。否则，将产生“Big Data Gets Little”的反效果。

物联网是成为这场“数据变革”的最大驱动力。因为物联网与各种行动装置的出现，迫使很多人思考而产生变化，进而影响到对于这些数据的互动方式。愈来愈多不同传感器、设备、或应用程序产生出愈来愈多的数据，一个事件会伴随出更多样化结构数据，从企业内系统到外部数据，都必须经过清理整合才能转化成有效情报进行分析。

巨量资料投资没有效果的最大原因，是在于多数公司未善用本来就有的资料。千万不要以为花大钱投资精密的分析工具，就能培养出分析能力。首先必须学习如何使用核心营运系统内有的资料，必须先学会使用资料和分析，来支持营运决策，才有可能从巨量资料受惠。

在结合巨量资料工具之决策模型方面，一、如何将巨量资料分析导入并整合传统决策模式是关键，且这些决策问题需要针对不同类型之决策进行处理。二、有巨量资料后，要如何将传统资料与决策模型结合，才能发挥综效。

根据证据做决策而非直觉来决定，是很困难的文化转变，工作流程必须重新定义，资料必须筛选，还要订定商业规则做为指引，建立决策模式后，最大好处就是竞争对手无法轻易模仿。

不论从决策模式与需求出发，未来将出现不同类型的典型资料与巨量资料分析模型，并将发展出新兴应用与商机。因此，谁先累积核心Know-How或是关键技术，将有机会成为新一代的巨量资料受益者或赢家。