大資料不僅僅是大企業可以利用， 中小企業也可以獲得同樣的回報。 但中小企業不能像大型企業一樣產生大量的資料、搭建大資料基礎設施、運用各種複雜演算法以及擁有大量的大資料人才。
我認為不論公司規模的大小， 都要有自己的大資料思路、戰略和規劃。 即便是目前條件不是很成熟， 也要有自己的大資料發展路線計畫， 為未來成為以資訊為中心的企業打下基礎。 我在工作過程中， 接觸了很多中國的中小企業甚至是初創企業的企業主或者創始人， 從他們身上我不僅看到了他們對於大資料給自己發展壯大所帶來價值的嚮往和憧憬，
大資料對企業精細運營起到的價值是非常巨大的， 主要處理的商業問題是如何提升營收、提高流程效率， 降低成本和提升客戶體驗等等。
銷售最大化：對商品、顧客和場景進行大資料分析， 把最合適的商品通過最貼切的場景賣給最合適的顧客， 讓爆款不缺貨， 產品有關聯， 價值賣更高
流程效率提升和成本縮減：通過大資料分析， 發現現有銷售、生產、供應鏈、物流等流程中不能帶來“價值”的行為、環節、步驟等，
未來銷售預測：針對銷售資料進行深度的分析和挖掘， 通過預測建模技術， 結合即時化的企業外部資料對未來銷售情況和市場趨勢進行精准預測， 提前做好準備， 把風險降到最低
新產品和新市場的發現：通過對現有產品、銷售狀況、市場走勢、設計特徵等因素的分析， 判斷應該推出什麼樣的新產品有最大可能的“爆款”， 以及最適合什麼樣的市場
店鋪選址建議：大資料技術通過建模， 把各項參數設計進一套決策模型， 車流量、消費群體分佈、商業構成等相關資料登錄， 就能得到較為明確的決策建議， 節省大量的開支
自己的資料是大資料嗎？產生這種想法，
就算中小型企業， 在企業內部每天也有海量的資料在即時產生， 自己每天的營業額、成本支出、銷售數量、進貨數量、庫存數量、定價資訊、促銷活動、客流量等等都會動態產生， 日積月累資料量也會很龐大。
同時， 中小型企業有自己的供應商、經銷商、合作夥伴等， 這些公司也會有大量的資料， 如果能建立起合作和分享機制， 也會使得中小企業的資料量成倍增加。
隨著ERP、CRM、WMS等資訊系統在中國的迅速普及， 使用成本大幅下降， 沒有這些系統的企業越來越少， 甚至在一些特定的行業這些系統都已經有了十幾年的歷史， 這些也都為大資料的實現奠定了基礎。
不少中小企業都提出， 自己由於規模有限， 不能像大企業一樣有自己的私有雲、使用大公司如SAP、Oracle、IBM、HP、SAS等公司的資訊化解決方案、有專業的大資料分析團隊等豐富的資源。
在這種情況下， 中小企業要更加靈活和敏捷的找到適合自己資源的解決方案。 例如可以使用由較小更加靈活的大資料創業公司創建的基於雲端的大資料應用解決方案， 採用公共雲將資料臨時緩存到雲端進行處理， 利用雲計算優化成本獲得最大價值， 而不是採用上述大公司開發的雖然完整但是也非常昂貴的大資料解決方案。
同時，可以著力定制一些小型的分析軟體等來處理比較重要的資料。當前基礎資訊系統和資料搜集技術以及商用硬體的價格都在下降，很多開源的演算法工具都是免費的，進一步讓大資料應用的成本下降。
而不少協力廠商的大資料創業型公司也在興起，他們所提供的大資料分析服務未來將如同“水電煤”一樣，成為廣大企業必不可少的基礎性服務，而中小企業完全可以嘗試使用他們的大資料服務，而不用背上建立大資料團隊的沉重包袱。
自己的大資料基礎差怎麼辦？還有不少企業提出，自己的大資料基礎比較差。由於之前的大資料思維、搜集方法、分析方法等領域的不完善，導致自己的很多資料缺失、錯誤、遺漏等。例如資料收集維度不全不細，對資料的管理和獲取不夠，直接導致無法利用資料去輔助決策，很難獲得高品質的建議結果為自己提供決策支持。
我認為基礎差並不是一個根本問題，關鍵是要樹立“大資料思維”，即認為大資料對於自己的價值很大，要持續不斷的對資料進行搜集、梳理、轉換、存儲、分析、運用大資料。
其中“養資料”的意識要至關重要。阿裡針對其資料有著名的兩個迴圈理論：一個迴圈是在怎麼用資料，一個迴圈是怎樣養資料，怎麼改善資料，兩個迴圈不斷的走動，不斷的進步，所以資料是養出來、練出來、整理出來的。
特別要強調的是，養資料的過程不會很長，有的資料短短幾個月的時間“養”出來後就可以分析出價值，但是養資料的規則、要求、方式一定要在專業資料公司或者人員的指導之下完成，目的就是為了以後的深度分析挖掘打下基礎。
每家企業都是一個獨立的資料來源，因此在大資料面前，不論企業規模的大小，大家都是平等的。在大資料時代使得中小企業能夠與大型企業一起進行公平競爭。所以就更要向資料意識、資料品質、搜集速度、演算法應用、領域經驗等要效益、要結果，大資料帶給中小企業的機會是無盡的，關鍵是如何抓住。
同時，可以著力定制一些小型的分析軟體等來處理比較重要的資料。當前基礎資訊系統和資料搜集技術以及商用硬體的價格都在下降，很多開源的演算法工具都是免費的，進一步讓大資料應用的成本下降。
而不少協力廠商的大資料創業型公司也在興起，他們所提供的大資料分析服務未來將如同“水電煤”一樣，成為廣大企業必不可少的基礎性服務，而中小企業完全可以嘗試使用他們的大資料服務，而不用背上建立大資料團隊的沉重包袱。
自己的大資料基礎差怎麼辦？還有不少企業提出，自己的大資料基礎比較差。由於之前的大資料思維、搜集方法、分析方法等領域的不完善，導致自己的很多資料缺失、錯誤、遺漏等。例如資料收集維度不全不細，對資料的管理和獲取不夠，直接導致無法利用資料去輔助決策，很難獲得高品質的建議結果為自己提供決策支持。
我認為基礎差並不是一個根本問題，關鍵是要樹立“大資料思維”，即認為大資料對於自己的價值很大，要持續不斷的對資料進行搜集、梳理、轉換、存儲、分析、運用大資料。
其中“養資料”的意識要至關重要。阿裡針對其資料有著名的兩個迴圈理論：一個迴圈是在怎麼用資料，一個迴圈是怎樣養資料，怎麼改善資料，兩個迴圈不斷的走動，不斷的進步，所以資料是養出來、練出來、整理出來的。
特別要強調的是，養資料的過程不會很長，有的資料短短幾個月的時間“養”出來後就可以分析出價值，但是養資料的規則、要求、方式一定要在專業資料公司或者人員的指導之下完成，目的就是為了以後的深度分析挖掘打下基礎。
每家企業都是一個獨立的資料來源，因此在大資料面前，不論企業規模的大小，大家都是平等的。在大資料時代使得中小企業能夠與大型企業一起進行公平競爭。所以就更要向資料意識、資料品質、搜集速度、演算法應用、領域經驗等要效益、要結果，大資料帶給中小企業的機會是無盡的，關鍵是如何抓住。