源流

军事战略家John Boyd在研究如何打胜仗时，创建了一种换装模型OODA,即观察（observe），定向（orient），决策（decide）和行动（act）。他认为获胜需要两件事，更好地收集和分析信息，并能够对这些信息采取快速的行动。今天，这一模型几乎适用于所有事情。

John Boyd's OODA Loop

日常生活中我们很容易被廉价、过剩的信息淹没。Clay Johnson认为人们需要“信息节食”，有意识地选择和浪费一些信息。同时，过去的20年，人类大部分的互动由物理接触向数据交换转变，当交互实现了数字化，速度更快，互动性更强，更容易被复制。大众传播可以做到和人际传播一样快，甚至更快，数字化意味着OODA模型的加速运转。

“反馈经济”是“信息经济”的进一步发展。与智能手机捆绑每一个人，既是传感器，又是一个终端，在日常决策、工作生活中需要更好的方式观察、定向，并作出快速的决策和行动，把所学所得的只是、经验、技能反馈到日后的行为中。

我们正在进入“反馈经济”时代。

原理

如“大数据供应链”图所示，公司按照一定步骤收集、分析数据，继而采取行动。其中的要素如下：

数据收集

第一步是获取第一手的原始数据。信息的来源包括公共和私有的。互联网是一个混杂的社会，随着廉价数据交易市场的出现，几乎任何数据都是可购买的。从社交网络上的情绪，天气报告，到经济指标，公共信息，都成了大数据磨机中的谷子。另外，我们还拥有组织特定的数据，如零售业务，呼叫中心流量，产品召回，或客户忠诚度的指标。收集的合法性也许比得到的数据限制更多。有些数据是严格管制的，如HIPAA管理医疗保健，而PCI限制金融交易。在其他情况下，结合数据的行为是违法的，因为它会泄露个人身份信息（PII） 。法院对IP地址是否属于PII 有不同的裁定，像加州最高法院就认为邮政编码属于个人身份信息。这些法规严格限制了哪些数据可以被收集和联系。

大数据供应链

计算机的普及意味着每个人都是一个潜在的数据来源。一个现代的智能手机可以感知光线，声音，动作，位置，附近的网络和设备，以及更多，使其成为一个完美的数据采集器。消费者一旦选择安装或忠于某个应用程序，他们就成为传感器，向数据供应链提供数据。

摄取和清除

一旦数据被收集，它必须被摄入。在传统的商务智能（BI ）术语中，这就是所谓的提取，转换和加载（ETL ） ：把正确的信息放置数据库模型中的正确位置并操纵特定的领域，使它们更易于使用。

然而，大数据的一个显著特点，就是这些数据往往是非结构化的。这意味着我们在分析之前不知道的信息的固有模式。我们可以变换的信息的形式，比如用 一个城市的名称替换IP地址，但保留的依然是原始数据，只能在分析的时候定义它的结构。

硬件

我们所摄入的信息需要通过人与机器进行分析。这意味着计算，存储和网络等形式的硬件。大数据不会改变这一点，但它确实改变了如何使用硬件。例如，虚拟化，使运营商能够同步虚拟运行多台机器，一旦处理结束，便摧毁这些机器。

云计算也是大数据的福音。收费模式打破了许多组织因没有前期投资不能参与大数据“游戏”的障碍。在许多方面，大数据为云提供了用武之地。

平台