从专业角度讲，大数据需要数据治理，大数据只是数据管理的一小部分。对于一些非专业受众，用通俗易懂的方式介绍大数据。如果一个大数据项目的实现最多就是开一家餐厅，那么我们如何实现大数据餐厅的开业呢？
其实完成一个大数据的过程，很像厨师做一道色香味俱全的特色菜的过程和方法。大数据还分为买菜、洗菜、选菜、切菜、配菜、炒菜、上色(摆盘)、烫等流程。
什么是大数据购物：就是获取数据的过程(e-process)。就像在现实中一样，有时购物的过程很重要，但并不简单。获取数据，包括：与数据存储位置、采集频率、数据特性有关。比如：批量采集数据？实时获取数据(比如一天一次)？(而不是千里送荔枝)如何获取稀有数据？如何得到藏在北极深处的大螃蟹？有时候不需要厨师，只要够新鲜就行。
洗菜选菜什么是大数据？这就是数据清理过程。从地上拉下来的菜必须清洗干净才能下锅，直接用脏数据下锅的后果可能更严重，误导商业判断，引发事故等等。
什么是大数据切菜？在大数据领域，叫做数据标准化，比如0.1厘米厚的炒茭白、土豆片，数据也需要标准化，比如编码信息要标准化，名字后面要有名字，地址要包含完整的省市等。标准化的数据可以保证后续的便捷处理。
什么是大数据小菜？做一道菜需要匹配，大数据分析也需要数据匹配。如果宫保鸡丁需要主料：鸡胸肉(225g)、花生(50g)、辅料：葱(45g)、姜(10g)、调料等。就像做饭一样，好的大数据分析也需要配菜，不同的数据可以交叉融合，更有味道。
什么是大数据烹饪？数据分析是一个思路驱动的工作，不仅仅是看报表，更多的工作是不断的对数据进行分析和挖掘，类似于不断的炒来炒去，寻找数据的更大价值。
什么是大数据着色、拼盘、烫手？我们把这个算作各种可视化吧。现在有许多华丽的可视化工具，如企业级分析工具、自主分析工具、大屏幕、三维可视化、虚拟现实等。这些行动主要是为了让数据更容易理解，找出问题，找到更有意义的结果。更多的是让顾客更喜欢这道菜。
我们知道用大数据做菜的过程，也就是分析数据的过程，但是离离开一家餐厅还有很长的路要走。我们还需要人和设备来参与这些过程，这同样重要。获取和清洗数据的人叫ETL工程师(买菜洗菜的)；汇报和演示的叫BI工程师，做饭的厨师可能叫大数据科学家？当然还有更多工种，数据建模，数据挖掘，算法等等，针对不同的目的或者不同的菜系是不一样的。
工具设备呢：大数据领域，最凶的就是他是大数据的供应商，锅炉是各种数据库供应商，比如：hadoop，MPP数据库等。其实他们只是更好的；还有别人说做大数据工作，做刀做勺，就是我的老东家Informatica，我现在的创业公司送客户的动力。毋庸置疑，既然你会做锅和刀，你确实知道一些大数据的流程和方法，说你是大数据也无可厚非。
擅长自己的工作
