Thomas Redman是Navesink顾问公司的创始人，他认为对于大部分企业，在“大数据”管理工具和技术方面马上进行重大投资是错误的选择。
Redman认为大部分企业在管理以关系数据库和数据仓库为基础的传统信息系统时仍然存在问题，所以这种情况下在大数据管理方面投资是毫无意义的。
Redman说：“对于绝大多数企业，投资大数据项目的时机尚未成熟。数据很丰富但信息很贫乏，如果你都不能把传统数据管理好，怎么可能处理好大数据问题呢？在这种情况下在大数据项目上投资只是浪费时间浪费金钱。”
IT厂商为了营销而努力传达大数据投资非常必要的信息，这是它们商业竞争的需要。Redman对待大数据非常热切的同时也非常谨慎，这与IT厂商的态度形成了鲜明的对比。
Tony Hamilton是Intel公司数据中心和连接系统组的一位企业营销经理，他说：“在Intel公司，如果提到大数据，我们考虑的是价值。很多人把大数据解决方案看作一种整合网络和传感信息的途径，当然靠这些得到的结果要在商业、社交和生态领域提供更多信心是远远不够的。”
制药巨头百时美施贵宝卓越战略分析中心主管Ram Chandrasekar表示，决定在大数据管理基础设施上投资非常依赖于个体公司的需求和希望解决的问题。用户必须从解决业务问题开始，把它们放到行业环境中来。因为人总是有一种在没有真正理解它对你的问题适用性时就开始追逐下一项大动作的趋势。
Chandrasekar解释道，企业不应该简单地跳入大数据的行列中，应该花一些时间研究一下他们想解决的问题，仔细考虑如果在大数据方面投资的话如何能帮助解决这些问题。
他说：“要找出最紧要的问题，以及这些问题与公司内部数据的关系，与公司外部数据的关系以及整合数据的需求。”
“大”数据项目需从“小”做起
部署基于Hadoop的分布式集群等大数据管理基础架构需要的硬件和技能集，对于许多公司来说可能目前达不到。但是开源数据管理软件供应商Talend副总裁Yves de Montcheuil认为，要体验大数据并不一定要花太多代价。
大数据软件技术，像Hadoop，Hive，Pig等都是开源的，也就是说组织可以从较小的方案开始，在做出更大的投资之前体验并谨慎判断它们是否能带来价值。
De Montcheuil警告说，当真正到了在大数据基础设施上做出大投资时，组织可能发现很难找到具备合适技能的人来做。那些技能可能不得不在内部人员队伍中培养。
他说：“通过使用大数据，公司将能比使用传统技术更低的成本获得价值。”
在大数据管理上闯出一条路
Redman认为，在大数据管理和分析基础设施上酝酿投资的公司，应该开始采取行动以提升他们处理传统信息形式的方式。第一步就是关注数据质量问题。
Redman说：“几乎所有组织都需要很大的质量提升。这项工作比较困难，因为你必须找到并消除错误的根本原因，需要深入产生数据的流程中。好消息是收益会很快，立即就能体验到降低成本以及改善决策等等的优势。”
下一步是围绕数据管理建立强大的组织化能力。Redman说，这可能需要找到具备合适技能的人才，但是可能更重要的是，这意味着要发展一批经理骨干，坚信基于事实做决策而不是靠直觉。
第三步是确保数据处理技术符合标准，那可能需要在数据发现工具方面投资，该工具用来分析离散数据源，搜索潜在的有价值的业务模式。
Redman说：“你可能会从中发现一些不寻常的结果，但是从那些发现中赚钱才是终极目标。企业需要建立起对数据的组织和处理能力，只有这样才能收获大数据带来的价值。”
