Gartner分析师Svetlana Sicular在其博客中称，大数据已度过Gartner发展规律周期中的“期望顶峰”，正逐步下滑到“幻觉破灭期”。

以我的大数据经验来看，幻觉破灭之说毫无道理可言。大数据分析可创造出大量的价值。正如大多数有价值的工作一样，大数据值得我们投入时间和精力去挖掘其中的价值。在过去三年中，作为英特尔首席信息官团队中的一员，我花费了大量时间开发商业智能和分析解决方案。这些解决方案帮助客户节省了大量成本和时间，同时显著加快了上市速度。

基于这种经验，我在下方给出了四条建议，用于帮助您洞悉“幻觉破灭期”的不实说法，并从大数据实施中获取更高价值： 

1. 扩展思维模式。设想一种更大、更全面的业务活动模式，并思考如何利用尽可能多的数据源来充实这一模式，这将使您能够统筹全局。设想需要何种基础架构来支持如此大规模的数据后，再问问自己使用相同的基础架构能否支持增加 10 倍或更多倍的数据。

这正是俄勒冈健康科学大学(OHSU)大数据项目的主要目标。该项目旨在加快人类基因组图谱的分析过程，从而帮助创建出个性化的癌症治疗方案，并为许多其他类型的科研创新提供支持。按照每名患者约1TB数据以及总计数百万名患者计算，OHSU需要处理大量的数据。为此，大学正在和其技术合作伙伴研发基础架构，以处理与人类基因组排序和显示随时间发展的变化相关的大量数据。借助大数据处理领域的技术创新，这项突破性研究可将基因组排序的成本降至每人1,000美元，这意味着需求将迅速上升，数据也会随之增加。

2. 寻找业务相关数据。向业务部门领导了解他们面临什么挑战、什么对他们最重要以及要扩大业务影响他们需要了解什么。然后搜索数据，看看你是否能帮助他们解决业务问题。这正是英特尔内部开展的大数据计划的主要内容。此举旨在为销售团队提供信息，包括应在何时，针对何种产品与哪些经销商进行联系。2012年，该项目带来了约2,000万美元的新增收入和机遇，预计到2013年将会再创新高。

3. 保持灵活性。我们正处于一个快速创新的时代，不能像实施企业资源计划(ERP)一样按部就班。从技术角度而言，如果有需要，你应准备好灵活地迁移到不同的解决方案。例如，Pecan Street Inc.（一个由大学、技术公司和公用事业提供商组成的非盈利性组织）拥有一个旨在收集德克萨斯州奥斯特的“智能电网”能源数据的数据库架构，现在该架构正处于第三轮迭代中。随着智能电表产生越来越多的详细数据，Pecan Street Inc.正在寻找新的方式以帮助消费者降低能耗，同时帮助公用事业更好地管理其电网。但是，为满足需求，Pecan Street需要不断更换其基础架构。我们需要了解的是，即使现在你认为你知道构建大数据解决方案需要什么工具，但是一年之后情况将有所改变。你应时刻做好调整的准备。

4. 连接各个要点。在英特尔，我们意识到关联设计数据和制造数据具备巨大的优势。“测试、重新设计、测试、再重新设计”是我们开发周期的主要工作。加快这一周期可带来巨大的价值。分析团队开始关注由负责制造工作的特定部门产生的制造数据，并将其纳入设计流程。在此过程中，我们意识到可以在保证质量的同时，对标准测试流程进行简化。我们使用预测分析将芯片设计验证和调试流程简化了 25%，并缩短了处理器测试时间。通过提升处理器测试效率，2012年我们在测试英特尔酷睿处理器的某个系列时节省了300万美元的成本。如果在2014年继续采用这一解决方案，预计将节省3,000万美元的开支。然而，在了解如何利用大数据获取重大收益的道路上，我们还只是刚刚起步。与大数据幻觉破灭一说截然相反的是，我们在全面观察大型业务问题时发现了许多振奋人心的大数据可能性，也发现了一些可取的方式可帮助我们提高收入和利润，同时提升 IT 基础架构的运行效率和安全性。大数据项目在一开始可能会困难重重，但它绝对值得我们付出时间与精力。