当前尚未对大数据项目和项目中的大数据进行区分。原因是当前对大数据的应用以从事信息科技的企业为主，他们通常将实现大数据的过程视为企业重大项目。随着大数据在各个行业应用的增多，众多企业会依赖大数据提高自身的项目管理能力，对于那些不具备大数据分析处理能力的企业来说，大数据仅仅是项目的一部分。可见企业应用大数据的过程中，有时是自身具有大数据应用能力，有时企业仅仅将大数据得出的结果作为决策依据，需要外部有关企业提供大数据服务。所以，在大数据的未来发展中，需要对“大数据项目”和“项目中的大数据”进行区分，这是在项目中应用好大数据，管理好大数据项目的关键。

大数据项目是以大数据为核心，为了实现组织的大数据能力而开展的项目。它是以实现组织大数据分析处理能力为核心目的，由核心的组织内部和外部利益相关方组成的社会网络平台。类似于企业的信息化项目，大数据项目的最终目的是企业的大数据能力，而项目中的大数据是以后者作为支撑，目的是提高项目效率和可靠性，与大数据能力无关。从项目组合的角度看，项目中应用大数据可以看作整个项目的一个子项目。

商业数据和信息几乎是被捆绑在一起的两个词汇，商业数据是为了产生有价值的信息而存在，信息的表达则是由商业数据组成。那么，什么是信息呢？目前常被引用的对信息的定义是Robert M.Losee提出的“所有的过程都生成信息，而且每个过程中输出的特征的价值就是信息”，不仅仅这个定义，目前对信息的所有定义几乎都是从数据产生信息的角度出发。

诚然，只有先有了数据才会产生信息，但是从数据被收集的目的来看，商业数据是为了更好的表示企业而存在，而企业存在的目的是向用户提供有价值的产品，因此，商业数据被记录的前提条件之一就是它必须为某一用户价值服务。这两种看待数据与信息的方式是典型的“只有让牛下地才可能耕田，还是只有牛会耕田才会下地”相悖问题。这两种思路没有对与错，关键是哪种方式对信息挖掘的效率更高或者能产生更多的用户增值。我们从下面几个方面考察从数据出发来定义信息还是从信息的商业目的出发研究如何寻找数据这两者之间的优劣：

（1）数据爆炸还是数据匮乏

在数据的数量与企业的分析处理相比时，后者对数据的利用率过低的时候，企业就应该找出关键数据行进分析和挖掘。但就目前来看，随着互联网的发展以及企业对数据关注度的提高，各行各业都面临着海量待分析的数据。

（2）数据分析工作量

数据加工与分析和以往资源的加工工作不同，资源的增加所带来的加工量增长是呈线性变化的，而数据的价值体现在数据之间的相关关系，其所带来的加工分析量是呈几何式增长的。

（3）用户价值数据的覆盖程度

企业是为了提供用户价值而存在的，用户价值数据量与企业满足用户需求之间具有正相关关系，即在其他条件既定的情况下，企业可获得的用户价值数据量越多，企业越有可能生产出满足用户需求的产品。企业可通过这几个方面获得用户价值数据：直接询问、销售或服务时反馈、竞争对手行为以及各种简洁信息（社交网站、用户特征变动等）。

在数据时代，面对未被挖掘的海量数据以及消费者数据的日益增多，我们采用从商业价值出发来定义信息以及界定数据范围的方式：商业数据被记录的前提条件之一就是它必须为产生用户价值服务，要站在用户角度看商业数据是否为产生用户价值服务，具体到一个公司还需要界定一个范围，那就是企业的数据必须是其竞争范围内的。企业的竞争范围设定较为方便，所涉及的数据无外乎这几个方面：企业的供应商数据、生产环节数据、销售环节数据、竞争者和产业相关数据等。(www.daowen.com)

在界定了数据的收集范围后，我们看一下数据是如何组成一条信息的。首先来看几个关于商业信息的例子：

1）企业如果能将产品价格降低10%，用户需求将增加20%。

2）企业若能增加改变字体的功能，60岁的人群也会购买该产品。

3）企业若能在年底前提供产品，用户愿意加价10%。

企业进行决策所需要的信息都包括基本的三部分：

1）企业可以为用户提供什么价值？

2）该用户价值是不是在企业可竞争范围内？

3）企业自身能不能满足顾客的需求？

信息是由数据（不管是数字化的还是非数字化的）组成的，这三方面也为商业数据的价值提供了一个分类标准：一是代表了数据价值，如用户的消费水平，年龄特征、商品偏好等数据；二是代表了企业的竞争现状和范围，如企业的技术水平、生产规模、人力资源等数据；三是辅助企业决策的数据，如质量反馈数据、销售数据、管理效率等数据。