Big Data與BI兩者最大的不同在於，商業智慧分析的是結構化資料，而Big Data卻是非結構化資料，如何解讀使用者行為、透過資料分析，得出新的營運決策，創造新形態的商業模式來提升企業營運績效，是許多企業正在思考的問題。
最近，Big Data（巨量資料）開始成為一股新興議題，引發多方討論與關注。隨著行動裝置、社交媒體、電子化政府、雲端運算等等推動與發展，使用者模式改變、資料成長爆增，如何解讀使用者行為、透過資料分析，得出新的營運決策，創造新形態的商業模式來提升營運績效，是許多企業正在思考的問題。
而這些運籌帷幄的策略決定，需要廣泛地收集資料，透過IT工具有效分析，也因此，包括商業智慧（BI）廠商、資料庫業者、系統整合服務供應商，以及擅長IT關聯分析的業者都已推出解決方案，摩拳擦掌準備協助企業創造更多的營運智慧。
 |
| ▲精誠資訊雲中心助理副總經理蔣居裕指出，Big Data與BI兩者最大的不同在於，商業智慧分析的是結構整齊的資料（結構化資料），但是Big Data卻是充滿著非結構化資料。 |
精誠資訊雲中心助理副總經理蔣居裕指出，Big Data與BI兩者最大的不同在於，商業智慧分析的是結構整齊的資料（結構化資料），原始資料被正規化拆解、轉譯、入庫等手續之後，再透過工具來分析資料，但是Big Data卻是充滿著非結構化的資料，「過去企業不以為意的資料，如今都很有可能拿來創造新的商機。不少企業已經意識到，如果現在不正視巨量資料，那麼未來就無法在市場上提出創新服務或是競爭策略。」
然而要將這些大量且非結構化的資料拆解、分析，再產生結構化資料、透過工具分析，需要大量的時間來完成，而這個時間差往往也造成企業只能根據較舊的資料來進行決策。蔣居裕提到，把資料正規化的過程繁複，使得即時的訊息很難立刻被呈現出來，當然也容易失去先機。
因此，他建議找到一個不需要將資料正規化的工具，在時效上反而有益。「Splunk正是一款不用事先進行正規化，就能從各種異質設備中搜尋出關聯資料的工具。透過收集所有種類的Machine Data，不論這些資料位於那些系統設備、用來完成那些服務，只要下達指令，Splunk便會動態地拆解與營運相關的系統或架構內的資料，讓分析者決定要不要進一步分析。」
企業的決策並不是仰賴決策者的先知來決定，而是從精確的報表、資訊來進行前瞻性的策略，蔣居裕認為，企業面對Big Data最大的關鍵在於如何活化資料，產出各類有價值的資訊與報表，進而提供給企業營運、管理、業務、行銷等不同單位主管所需要的決策參考，讓企業在最短的時間內挖掘出珍貴的情資。
而為了協助企業開創新獲利模式，精誠也針對電信業者提供SYSTEX M Factory電信營運智能平台，整合Splunk平台即時索引、搜尋與分析大量資訊的核心能力，深入解析網路協定與應用服務。