什么是大數據應用并不重要，“啤酒與尿布”的故事屬不屬于大數據也不重要，重要的是時下熱炒的大數據應用能夠給我帶來什么，行業企業大數據應用從何著手，換句話說，大數據應用究竟如何落地。

　　我認為大數據應用落地需要想清楚幾個事情：一是大數據從何而來，或者說要進行應用的大數據都包括哪些數據?二是采用什么技術手段或者方法對這些大數據進行應用?三是大數據應用預計會產生哪些價值，對業務帶來哪些幫助。把這些問題把握好了，大數據應用自然就落地了。

　　在所接觸過的大數據應用方案中，我認為Splunk大數據應用是一個比較令人滿意的答案。其他的一些方案要么只提供了一個處理平臺，沒有提供配套的應用;要么提供了數據處理和挖掘的軟件，但是讓搞不清楚，如此大數據應用與BI、數據挖掘究竟有何不同，“啤酒與尿布”是不是就是大數據應用。只有Splunk能夠從上述的幾個方面提供一個相對完整的答案。

　　首先，大數據都包括哪些數據。對哪些數據進行分析處理，在Splunk方案中，需要用戶首先對數據來源確認。Splunk給出的參考包括：文件或者文件目錄、syslog、Windows事件日志、Windows注冊表、Windows性能指標、Unix/Linux日志和指標、文件完整性監視、配置文件、OPSEC LEA、Cisco設備日志、IIS日志、Apache日志、WebSphere日志/指標和其他數據、以及任何其他數據。給我的感覺這些數據，此前都是系統管理所需要的數據，多數都與系統管理相關。沒有做過系統管理員，不知道系統管理員使用這些數據，是否注意到這些數據所帶來的價值，如今，大數據應用就是要盤活這些數據。

　　其次，沒有Splunk，這些數據都是存在，也在被使用。所不同的是，在Splunk方案中，將這些數據集中收集起來，Splunk對這些數據提供各種實現在線的查詢，提供了靈活、方面的手段。例如鼠標點擊數據中的某字符串，就可以實時篩選出大數據中與此相關的數據集合。也許這樣的描述過于抽象，其實就是一句話，就是提供了針對大數據的查詢，隨時可以了解相關數據，并提供了豐富的展示手段。

　　最后，這種查詢究竟產生了哪些效果。這就要結合具體應用進行說明了。華夏威科是一家提供虛擬化和云計算服務的軟件公司，也是Splunk公司的合作伙伴。他們將Splunk應用在桌面虛擬化應用，以往用戶在使用桌面虛擬化過程中，總感覺效果不是很滿意。借助Splunk分析，就找出了應用的瓶頸點，對此進行調整。如今，用戶對于桌面虛擬化效果感覺滿意，并很快實施了第二階段采購。另外一個案例來自精誠所服務的電信運營商，他們使用Splunk對于網絡流量的用戶行為進行分析，例如分析有哪些用戶在使用騰訊微信，研究微信究竟對語音產生了多少分流，帶來了多大損失。據精誠中國區事業發展部總監張文獻介紹，Splunk對網絡流量的分析與以往有所不同，以往流量分析只是了解性能瓶頸點，并不對流量所代表的行為進行分析。實際上，借助Splunk分析，運營商就可以清楚了解新的電信業務，例如各種套餐，其用戶的實時接納程度。

　　銀行也是Splunk用戶。據Netis(上海天旦網絡)介紹，銀行用Splunk對網上銀行進行分析，例如對網銀響應時間進行分析。以往手段也可以掌握相應時段的響應時間，但要對整個過程進行分析，如果響應時間長，問題究竟是出現在數據庫、中間件，還是應用服務器?還是出現在網絡、存儲的響應環節，通過大數據分析，找出問題，提供用戶滿意度。張文獻指出，BI和數據挖掘更多是基于成功交易所獲得的數據，“啤酒與尿布”即是如此。但他們無法實現實時分析，也沒有辦法針對不成功、半途放棄的用戶數據進行分析。大數據應用恰恰彌補了以往的不足。

　　如此看來，既然分析什么、怎么分析、有什么效果，這些問題解決了，大數據應用落地也就簡單了，管他定義是什么，只要這個東西有用，就足矣了。