Acxiom, Experian và Equifax tính phí khá hào phóng đối với các
hồ sơ đầy đủ của thông tin cá nhân về hàng trăm hàng triệu
khách hàng. Nhờ Facebook, Twitter, Linkedln, và các nền tảng
truyền thông xã hội khác, các kết nối cá nhân, ý kiến, sở thích,
và mô hình cuộc sống hàng ngày của chúng ta đã tham gia vào
vốn chung của thông tin cá nhân về chúng ta.
Một cách ngắn gọn, mặc dù dữ liệu từ lâu đã có giá trị, nó chỉ
được xem như phụ trợ cho các hoạt động cốt lõi của một doanh
nghiệp, hoặc bị giới hạn trong các phạm trù tương đối hẹp như
sở hữu trí tuệ hoặc thông tin cá nhân. Ngược lại, trong thời đại
của dữ liệu lớn, tất cả dữ liệu sẽ được xem là có giá trị, cả về nội
dung và chính bản thân dữ liệu đó.
Khi nói “tất cả dữ liệu”, chúng ta ám chỉ ngay cả thứ thô nhất,
dường như hầu hết các bit trần trụi của thông tin. Hãy nghĩ tới
các số đo từ một cảm biến nhiệt trên một máy ở công xưởng.
Hoặc dòng thời gian thực của các tọa độ GPS, các số đo từ đồng
hồ gia tốc, và các mức nhiên liệu từ một chiếc xe giao hàng - hay
một đội xe gồm 60.000 chiếc. Hoặc hãy nghĩ tới hàng tỷ truy
vấn tìm kiếm cũ, hoặc giá của từng ghế trên mỗi chuyến bay
thương mại ở Hoa Kỳ trong nhiều năm qua.
Cho đến gần đây, không có cách dễ dàng để thu thập, lưu trữ, và
phân tích những dữ liệu như vậy. Điều này hạn chế nghiêm
trọng các cơ hội để tận dung giá trị tiềm năng của nó. Trong ví
dụ nổi tiếng của Adam Smith về nhà sản xuất ghim, ông đã thảo
luận về phân công lao động trong thế kỷ XVIII, phải đòi hỏi
những người quan sát theo dõi tất cả các công nhân, không chỉ
cho một nghiên cứu cụ thể, mà cho mọi thời điểm của mỗi ngày,
lấy các số đo chi tiết, và đếm sản phẩm trên giấy dày với bút
lông. Khi các nhà kinh tế cổ điển xem xét các yếu tố của sản xuất
(đất đai, lao động và vốn), ý tưởng về khai thác dữ liệu hầu như
