数据早已有之，但一直以来是信息化的“副产品”，非战略性资源，直到云计算的发明。云计算让大数据应用平民化，在大数据应用在经济上变得可行。云计算之于大数据，就像内燃机之于石油。如果不是基于云计算的数据处理，数据再大也不是大数据，只是“数据大”。
20世纪，因为内燃机的发明，石油上位成了战略资源。从在战争中偶尔使用石油，发展到了为了石油而战争。内燃机之于石油，就像WWW之于TCP/IP、App Store之于智能手机、大数据之于云计算一样，都是后者的“Killer App”。
上世纪70年代初，计算机的发展应用产生的“大数据”（相对那个年代的人，那个年代的工具）需要管理，于是数据库管理技术诞生，业界开始了专业化开采数据资源的工作。当然早期的数据管理工具比较“原始”（相对现在），只擅长对付 “结构化”的数据资源。
资源的价值大小，很多时候取决于开采工具的经济性。人们希望找到更先进的工具，能够管理更复杂的数据类型，从数据中提炼出更多的应用价值，就像历史上内燃机曾经把石油的用途从照明扩展到动力世界那样。
2006年前后，业界领先的企业发明了一种叫云计算的新工具，不仅可以开采新型的数据资源（非结构化数据），而且还发掘出了一些重要的新用途（如精准营销、趋势预测等）。最重要的，这种工具的成本还很低。于是业界都梦想着，用云计算这个新工具，也去淘大数据的金。
全球云计算已发展到了理性务实的落地阶段，而大数据还处于炒作阶段。大数据技术还不成熟，技术解决方案还以定制为主，通用型解决方案尚不多见。大数据源还以内部和结构化为主，未发展到内外结合、结构化与非结构化结合的阶段。
从应用看，当前的大数据应用以渐进改善型业务为主，以程序化营销和个人大数据应用最为成功，其他“革命型”应用尚不多见。大数据应用在全球的发展，已形成了“互联网公司领导、开源社区扩散和ICT制造商产品化”的三阶段或三层次现象。
电信业需实现数据资产化
电信运营商拥有海量数据。电信网的数据流量已超过了全部流量的99％，另外电信运营商还拥有海量的用户数据、信令数据、日志数据、流量数据、位置数据等。电信业发展大数据，机遇和挑战并存。
与互联网企业相比，电信业大数据资源在真实性和广度方面优势明显，拥有真实的用户身份锚点（姓名、电话等）、用户账户信息和用户行为信息。而作为比特管道的电信公司只能在“路边”看用户的流量去了哪里，哪家网店的流量多大，剩下的就是政策不允许知道的了，因此电信业的大数据也是粗粒度的。
但二者的这种比较优势是动态变化的，互联网企业正在通过抢占更多入口、向基础设施渗透和建立大数据联盟等策略获取更多数据，以弥补自己的短板。
全球领先电信运营商的大数据应用，目前主要是对内优化业务，对外合作提供服务或提供商业的数据服务，并以位置服务居多。中国的电信运营商也纷纷效仿，但目前还是以内部优化为主，偶有外部合作，与国外相比还差一个量级。
电信业发展大数据时，微观层面存在以下短板：一是网络强而自身IT设施发展滞后，尤其是大数据需要依赖的云计算基础设施尚不完善；二是电信业的传统产业链是一个开环，研发等要靠外部力量，而互联网公司的大数据应用自身就是闭环；三是电信运营商的海量数据目前还分散在很多部门和地区，缺乏整合，是“数据大”而不是大数据；四是人才缺乏，尤其是IT人才和高端人才；五是隐私保护政策限制，政府和社会对电信运营商的数据隐私保护要求，一直以来就高于互联网企业，是不对称的“管制”。
电信业发展大数据也意味着，首先需从追求精确、高可靠性等传统观念转向追求效率和成本，即所谓的“去电信化”。在通信资源昂贵而稀缺的时代，电信业以提高通信资源利用率为核心目标，创造了繁荣，也创造出了“电信级”的概念。ATM、软交换、NGN、IMS、IP 电信网等技术或概念，都以资源稀缺为前提的，它们都忘记了摩尔定律的存在，导致处境尴尬。相反，不以浪费资源“为耻”的IP、以太网、Web技术，却因为摩尔定律而大行其道，因为它们更简单，更有效率（即便是看似存在资源浪费的现象）。
其次，大数据需要电信业的思维革命。大数据强调的是从“流程电子化”转向“数据资产化”，之前是信息化为传统的流程和管理服务，现在是以数据资产为核心重构传统的流程和管理。电信业如何从重资产公司，转型成轻资产的大数据公司，尚需进一步探索。
第三，电信公司需要以互联网开放、共享和合作的思维发展大数据业务。第一阶段需要做好内部数据的整合和应用工作，将“数据大”发展到以自用为主的大数据应用；第二阶段与其他企业的大数据源互通有无，两两或多方合作共享，让数据的交换和合作产生更大价值；第三阶段，争取从大数据的比特搬运工，成长为大数据的运营者和服务者。
