主讲人介绍：Roberta S. Russell博士来自美国维吉尼亚，是商业信息技术专业的教授。曾经发表和出版过运营和供应链管理等方面的书籍和论文，是商业信息管理和应用方面的专家。

     本次演讲的主题是《商业决策中大数据分析的运用-来自研究视角的分析》，这次的主题更关注于从商业角度来看大数据的应用和意义即如何去收集，分析和评价这些数据而不是IT行业方面的技术分析。
     大数据在解决问题和发掘机会上呈现出同等重要的应用前景，大数据有着以下特性：Volume,数据容积大，而且以极快的速度增长到更大体积。Variety, 数据多样性。大数据罗列万象，包含内容丰富，比如进货量，顾客的购买清单等。Velocity，数据更新速度快。全球每天都会产生大量的数据。Veracity， 数据的可信任度。数据的来源以及数据本身的特性，会使得数据不那么可信，我们要评估数据的可信任度。Value，这些特性整体构成了数据的价值评估维度。单就数据收集挖掘本身而言是一种IT行业工具，但是大数据的发展前景更多的是对其他行业的分析上。
     大数据分为两种，一种是Structured data。包括交易数据，收入数据等这些直观的系统构建的数据库。这些已经构建的数据用处有很多，比如根据历史数据预测未来表现， 进行有效地分析等。很多功能我们已经在应用中。第二种是Unstructured data。包括信息，图片，录像，文件，Email，社交网络数据等。很多有用的信息都隐藏在这些未建构数据后面，需要我们进行收集处理等工作。这些没有系统构建的数据占据了80% 到90%的新产生数据的份额，这些数据更加适合用用来进行时间敏感性的任务分析，比如即将出现的新趋势，先进入着的优势建立等等。大数据的分析过程如下：1. strategy战略 你的重点，目标，标准方法等。1. data 数据的收集 整合 抽取 转变等 3. analytics分析。最大化最优化等工具性分析4. insight 顾客产品市场供应商等各方面 5. action选择。 数据分析后于决策层的沟通 准备等问题。即数据分析向数据运用和实战的转化。

     大数据有多大呢？ 罗素教授举例说明：沃尔玛 一小时一百万个交易数据，阿里巴巴一天十亿交易等， 而且大数据仍然在不断增长。随后罗素教授拒了两个项目的例子来说明大数据的应用。其一是利用社交媒体等来进行自我进化，产生更多人性化服务。

     期间听众不断对自己感兴趣的问题进行提问，比如说大数据到底有多大。Russell博士运用详实的数据来解答。还有同学问道如何获取数据等问题，教授说很多网站 顾客评论 商品信息等是可见的，但是需要自己收集。