京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何将大数据进行到底
“大数据”这个词可以说是已经完全把“云计算”的风头盖了下去,现在各种行业会议仿佛不提大数据就跟不上时代。而Gartner近日有报告显示,虽然全球范围内各大企业用户都加强了对大数据(Big Data)业务的投资力度,但有6成企业对大数据投资额的回报产生质疑。是什么原因让企业对这个趋之若鹜的技术产生了怀疑?
60%企业认为谈回报率为时尚早
Gartner报告显示,2012年全球各大企业用于大数据业务的投资总额达到43亿美元,其中绝大部分投资是针对公司服务器上运行的软件。预计2013年期间,这个投资总额将增至340亿美元。
但是,尽管企业加大了对大数据业务的投资,大部分企业未能确信这些投资将有良好回报。通过对800多名商业和IT主管的调查显示,60%的受访者表示,目前判断大数据投资能够带来良好回报还为时过早。
大数据光鲜背后
什么是大数据?到现在对于 “大数据”还没有标准的定义。维基百科上有人对大数据作了如下描述:数据增长如此之快,以至于难以使用现有的数据库管理工具来驾驭,困难存在于数据的获取,存储,搜索,共享,分析和可视化等方面。
作为未来发展的必然趋势,毫无疑问大数据对于企业有着极为深远的意义。近两年来,包括IBM、惠普等在内的存储厂商在追捧“大数据”的概念,他们提出除了为客户提供基础的存储解决方案外,还向企业推广一系列针对“大数据”的分析解决方案,挖掘数据背后的价值。
但在各种文章铺天盖地描述大数据的美好前景的同时,却鲜有大数据项目实施的实际效果的相关报道。
能够引起企业对回报率的质疑,首先我们必须看到的是,“回报率”在有些行业并不是显而易见。在金融服务领域,大数据能够促使服务更好、更有效,从而实现更有利的经营策略。媒体公司可以销售更多的广告版面。电子商务公司可卖出更多产品。
但是这些公司拥有一般企业经营公司不具备的一个共同点:投资回报率显而易见,足以使这些公司排除进入障碍进入大数据领域。而对于大多数企业,大数据是否具有足够的吸引力?很可能不会。大数据价值必须非常高、便宜而且足够成熟,才能吸引企业购买。
如何将大数据进行到底
有业内人士指出,制约大数据发展的因素主要有两个:第一,能够发掘大数据的技术还没有成熟;第二,成本太高。做大数据的时候,存储应该非常便宜,虽然存储比很多年前便宜很多,但还是很高。
非结构数据的快速增长加大了数据处理的难度。同时,许多公司仍处于大数据的研发阶段。也因此,在很多企业内心增加了很多不确定性。大数据技术必须更加容易,项目管理技能更广泛,大数据方可真正成为主流。
从具体技术上来看,数据投资回报是数据价值除以数据成本,首先,我们需要降低数据成本,提升数据价值。降低数据成本的方法很多,最重要的是把低活跃度的数据转移到低成本的存贮器上去。而增加数据的价值则要收集更多、更全面的数据,最近比较火的社交化软件正可以在此发挥作用。其次,要针对数据质量有一个数据治理的队伍和流程。最后,要有很好的数据分析的能力,“数据可视化”是当前的大趋势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15