互聯網的快速發展，尤其是存儲技術和設備的發展，讓傳統統計學上的數據和信息成長為今天的大數據。對很多人來說，大數據是新奇而陌生的。有人盲目排斥，有人則盲目崇拜。對于當前的大數據的發展狀態或者其發展特性，中培偉業專家對此發飆了自己的看法。
　　他表示，目前我們要正確認識大數據，首先就應該認清以下事實：
基本事實1：人才是最重要的
　　大數據雖然帶來很多變革，影響深遠，但這并非全是數據的功勞。大數據只是個賓語，如果缺少主語，則構不成一個完整的句子，而人就是主語。任何大數據項目都是由人提出、由人審核、由人實施、由人完善、由人監督甚至由人結束的。可以說，大數據完全是由人推動的。
　　數據本身確實存在價值，大數據技術也很重要，計算機處理能力也重要，但這些都不是關鍵要素，重要的是人，尤其是那些面對繁瑣雜亂的數據仍有清醒頭腦，能提出明確需求和目標之人。在未來，首席信息官（CIO）可能比首席CEO更重要，決策也可能由CIO在進行數據分析的基礎上進行，而且這些人還可能決定著未來大數據的發展方向。
　　對企業來說，收集數據很重要，但更重要的是培養大數據人才，尤其是CIO，數據人才將是企業未來競爭中的利器。
基本事實2：目前收集到的大數據只是很少的一部分
　　信息處理能力有限時期，人們普遍采用采樣方式來收集數據，這種方式難免會忽略掉很多數據，而隨著計算機技術發展和云計算的興起，信息處理能力大幅提升，采樣獲得的少量數據已經沒多大作用，因為人們可以采集到海量的數據。在海量數據基礎上進行分析，所得出的結論準確度更高，因而這種方式漸漸成為主流。不過很顯然，人們處理數據的方法并未跟上時代進步，在處理數據時難免會忽略掉很多數據。
　　根據某家大數據研究公司的調查：大多數企業在進行數據分析時，其分析數據量只占據他們所擁有的總體數據量的12%。被忽視掉的數據量占比近九成。企業之所以這么做原因可能是避免被“煮沸海洋”戰略拖累，減少數據分析成本，也可能缺少相關專業的數據分析工具?？梢哉f這種方式好處是成本低，但其風險很高，被忽視掉的數據里可能隱藏著對企業發展至關重要的信息。
基本事實 3：大數據的發展離不開技術人員的推動
　　數據分析有數據、數據分析、數據分析結果三部分，數據是本來就存在的，關鍵是如何對其進行整理、分析，然后找出關聯性，將數據轉化為有價值的信息。而這一切都離不開數據人才。根據麥肯錫預測，2019年，全球將缺少至少19萬能對大數據進行分析的科學家。
　　目前大數據領域對數據專家的需求量猛增，而且隨著大數據越來越普及，數據專家的需求量必然會更多。與大數據相關的崗位也會興起，如未來建設智能社會的人才等。而且根據目前數據專家的薪酬來看，在美國，基礎類的薪酬為12萬美元/每年，那些更為高級的崗位其薪酬更高。薪酬高，需求量大，將來必然會吸引眾多人。
基本事實 4：大數據涉及到多種技術
　　數據處理是個相當復雜的過程，需要有各種不同的技能，雖說借助工具（如Hadoop）的幫助，能大大簡化數據處理過程，減輕人們的負擔，但就拿常用的Hadoop工具來說，人們需要掌握Java 編程技能、理解MapReduce、linux系統等，而且還需將數據轉化為有價值的信息，還可能需要了解統計知識、業務流程、圖表設計、SQL技能等。
　　因此，要成為一個大數據人才并不容易，至少得深入鉆研，懂得各種必備的技能，同時也要靈活運用，還要善于發現數據的關聯性等。
基本事實 5：每個人都與大數據密切相關
　　目前，很多政府都使用大數據進行管理，傳統的管理在面對海量數據時顯得很笨拙且臃腫，而使用大數據管理則做到有得放矢，能輕松處理各種數據，理清思路，讓管理變得輕松且高效。
　　企業使用大數據尋找潛在客戶，對客戶全方位定位、分析，找出客戶喜好，以及最近的購買傾向。如企業生產了某種新型設備，而又通過大數據得知某客戶正打算擴大生產，急需設備，因而企業就可以用電子郵件通知客戶；或者某酒商剛從外國運回了一批質量高等的葡萄酒，那么，則可以運用大數據挖掘出潛在客戶，并對他們予以提醒；又或者某家化妝品通過數據分析顯示，上次某客戶在店內購買的口紅快用完了，則可以通過電子郵件向該客戶推薦口紅。
　　大數據對個人的影響更是深遠，事實上，不管政府、企業還是機構使用大數據，最終都會落實到個人上。所以大數據涉及所有人。
　　當然，關于大數據的事實還有很多，而且隨著人們對大數據的認識加深，也會有更多的大數據事實暴露出來。