现如今几乎每个企业都要面对源源不断的非结构化数据，来自社交网络或者来自各种传感器。但是企业虽然产生这么大量的数据，却并不意味着有必要保保存每一个字节。

　　聪明的IT部门主管不会试图处理所有数据，而是会弄清楚哪些数据与企业相关，哪些不相关。

　　很多最初的大数据项目是在IT以外的领域开始的，例如，营销部门一直利用媒体流来更好地了解客户需求和购买趋势。

　　从业务方面来看，特定领域的专家可能会看到大数据赚钱的机会，但IT需要负责数据共享和数据联合概念----大数据战略的重要组成部分。

　　业务视角能够判断新项目能否带来价值，例如根据购物车中的产品来确定采购项目等，而FPA团队能够将提高生产力或者增加销量等说法进行数字量化。

　　Gartner公司的专家认为，大数据战略将需要对服务器和存储架构以及信息管理架构方面进行重大调整，IT经理需要准备扩大他们的系统以迎接不断扩大的结构化和非结构化数据存储。

　　IT团队需要找出最好的方法，使系统具有可扩展性，并制定路线图将所有与大数据战略相关的不同系统整合在一起。

　　大数据领域让我们认识了一长串新的术语，以及一些首席信息官们可能永远没有听过的技术。

　　其中，开源工具吸引着大多数人的注目，很多这些技术仍然相当不成熟，并且需要操作人员具备特定技能。大数据领域相关的其他重要技术包括数据库内分析、柱状数据库和数据库仓库设备。

　　IT管理人员及其工作人员需要了解这些新工具以确保他们能够做出正确的大数据决策。

　　不管企业是需要Hadoop专家还是数据科学家，大多数IT企业最缺的是必要的技术人才来进行下一步大数据策略。分析能力也许是最关键的，这也是大多数IT人员存在最大差距的地方。

　　对于一些公司，尤其是那些在人口较少地区的公司而言，人员将会是大数据策略最具挑战性的方面。为了在这个全新的新领域脱颖而出，IT部门负责人也需要对他们自己进行一些调整。虽然过去最好的技术领袖都是一半的信息管理员和一半的基础设施工程师，未来的IT管理人员将是数据科学家和业务流程工程师的结合体。