京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网和大数据趋势的赢家:云计算供应商_数据分析师考试
物联网将推动对数据中心的大规模投资,但这些数据中心将由亚马逊、微软和谷歌运行。不难看出物联网(IoT)和大数据趋势的赢家:云计算供应商。根据IDC表示,在未来四年内,IoT将需要750%更多的数据中心容量。
这意味着大量的服务器、网络设备等。但这些钱并不会流向业界传统供应商,虽然有些供应商可能提供亚马逊等需要的差异化产品,但这是一小部分。毕竟,亚马逊、微软、谷歌等云计算领导者通常不会购买IBM和传统数据中心供应商的产品,因为他们的需求太专业,并要求他们构建自己或高度定制的白盒产品。
因此,尽管IoT和大数据趋势将推动新的数据中心投资,但它们也将改变供应商格局,可能是永远地改变。
物联网是一种自然的力量
虽然可穿戴设备、汽车等设备中的传感器正在吸引公众的关注,但现实是,数据中心在支持着不断发展的IoT市场。在很多方面,收集数据是最容易的部分,而处理和分析数据则是很难的部分。这个问题需要不断增长的硬件和软件来解决。
IDC预计,到2019年,数据中心容量将要增长750%来解决IoT数据工作负载。正如IDC数据中心和云计算副总裁Rick Villars表示,“鉴于联网设备的数量和收集的数据量,企业必须将其IoT服务平台需求放在数据中心水平,而不是单台服务器或存储设备。”
然而,问题是很少有企业能够有效地做到这一点,很多企业走向了相反的方向。正如IDC所指出的,“IoT部署中需要的灵活性和规模将确保大部分这种数据中心容量位于服务供应商(云计算)数据中心。”
云计算已经准备就绪
但不要担心,这些云计算供应商都在期待处理这些工作负载。事实上,正如《华尔街日报》的Dan Gallagher指出,“IDC预测,到2018年,云计算市场将会增加一倍以上,达到1270亿美元。这也是为什么亚马逊、谷歌和微软都在不惜一切代价留在这个市场的原因。”
Redmonk分析师Stephen O’Grady称这主要是源于规模经济:“大型供应商给市场带来的规模经济非常巨大。因为他们能够购买更大数量,他们的可变成本降低;他们的固定成本被分摊到更大数量的客户群;他们的相对效率会增加,随着规模推动自动化和改进过程;他们能够吸引和保留人才来解决技术挑战等。”
因此,虽然是根据企业构建多少数据中心来处理其规模来衡量成功,但IoT会快速发展,让有限数量的大型供应商包揽成功,例如Facebook、Twitter、谷歌和亚马逊云计算服务(AWS)。
即使是那些认为他们能够战胜这些强大对手的供应商,你真的想应战吗?AWS数据科学主管Matt Wood称,使用停滞发展的硬件资产非常难以运行复杂的数据科学查询。他认为,弹性是数据科学必不可少的因素,对于物联网也是如此。
你的数据中心供应商完蛋了
无论是谁在构建数据中心,有一点是明确的:这些云计算建设者会直接找到台湾ODM厂商来制造满足其特殊需求的硬件。这些云计算供应商不会再购买现成的硬件或软件:而是将其数据中心的所有方面都视为是至关重要的专有知识。
在构建自己的数据中心的过程中,亚马逊已经显着消减了成本并提高了性能。为什么呢?因为他们在试图去除一切无关内容,只满足其实际需求。
那么,这意味着什么呢?
这意味着我们未来的云计算硬件供应商实际上是构建或购买他们自己定制硬件的云计算供应商。
在本质上,这意味着供应商会退出企业数据中心市场,虽然云市场正飞速发展,总之,数据中心市场正在进行重塑:更少的惠普和IBM,更多的AWS和微软。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09