从大数据成熟度评估得来的3个有趣的结果

我问了五类与大数据相关的问题

1、组织：你的公司在组织策略，文化，领导和资金在多大层度上支持一个成功的大数据项目？你的公司在分析中有什么价值？

2、基础设施：你的架构是怎样的先进和连贯，来支持大数据自发性的？你的架构中多大程度上支持公司的所有部分和潜在用户？你的大数据开发的方法有多有效？你的大数据开发的方法是如何有效的？什么技术在支持一个大数据的自发性，以及他们是如何融入到你现有的环境中的？

3、数据管理：用于数据分析的数据种类，容量和速度有多广泛，以及你的公司在支持分析上如何管理大数据？（这包括数据质量和处理以及数据集成和储存问题。）

4、分析：在使用大数据分析时，你的公司有多先进？（这包括有效分析的种类，在组织中如何传递分析，以及分析技能发生。）

5、治理：在支持大数据分析程序中，你的公司数据管理策略是如何连贯的？

大数据的成熟阶段

受访者通过这些分类以及每个分类的得分回答了这75个问题，分数与成熟的各个阶段相关，包括新生，预采纳，早期采纳，公司采纳，成熟/有远见。

我们看到了什么？成熟大数据的组织在哪里？

早期——至少对组织进行了评估。大多数的报告说，他们没有大数据的空间，或者大数据只是在实验阶段。

只有一小部分的受访者组织在执行大数据的措施。

当我们在五个维度算平均分时，平均分数在预采纳和早期采纳阶段之间——当组织在考虑大数据以及一些概念可能证明大数据正在进行。

然而，这里有三个值得注意的结果：

1、受访者不在组织中执行。仅仅有一小部分的受访者在组织中执行大数据主张。大约有25%的受访者有一个大数据的路线图或策略。此外，大约1/4的公司有一些处理大数据项目的到位资金。虽然组织者们在类似于，是否你认为他们已经有分析文化的软问题上得分较高，但是分数仍然很多都是在预采纳阶段。

2、数据仓库常常被称为大数据的基础设施。我们询问了受访者大数据的基础设施是什么类型的。大数据的成熟标志是采取一种混合生态系统的方法。换句话说，组织中常有一个数据仓库（或集市）的地方，但是需要用其他工具来补充它。例如，Hadoop或分析平台可能与仓库一起工作。一些组织可能会在云中使用一些基础设施。约三分之一的受访者表示，数据仓库是他们的大数据核心技术。另外的三分之一表示他们没有一个大数据的基础设施。剩下的那部分有一些技术的组合，但是他们往往是孤立的。

3、更先进的分析发生在大数据，但很小范围内。在分析前，组织经常收集他们没有分析的数据。约有一半的受访者表示他们在进行先进的分析。（即预测分析或其他先进技术），但它发生在很小范围内。这里有点不太清楚他们是否将分析大数据作为先进分析工作的一部分。很多被调查的人还在努力把大数据团队聚合在一起。少部分有一个很棒的中心，在那里共享观念，管理已经存在的数据，以及综合训练。

我会继续大数据的成熟度模型评估并分享有趣和显著的结果。