京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:商业或技术的挑战
大数据已经被证明是一个重要的趋势,并且对来年的大数据市场进行了很多的预测。现实情况是,客户将最终决定大数据的发展趋势,也将决定使用哪些技术解决方案来解决他们的独特业务问题。
在如今由数据驱动发展的世界里,企业为了保持竞争力,大数据已成为它们必须解决问题。就像云计算发展在过去的几年中的起起伏伏,它现在已经开始促使企业改变其基础设施建设,以应对复杂的挑战。根据最近的一项研究表明,大数据的数量预计将在2013年增加约60%,这个问题预计不会很快消失。
所以应该能看到,企业在2013年会面对大数据带来的商业或技术方面的挑战。我们可以肯定一件事——在2013年,无论是大数据方面的技术变革还是公司董事会在产业上的决策,都将产生变化。
预测1:企业大数据主动从Sandbox迁出,并定义一套明确的业务和技术需求
在2012年,企业在大数据上面的主动升级,超过了大多数人的预测。根据对世界上300个大企业的研究显示,数据量预计将在2013年增加约60%。13%的受访者表示他们对大数据的准备已经到位。另外有38%的公司有了实施计划。
企业正在形成专门的大数据团队,对很多人来说这在预算上已经成为一系列的项目,因为企业需要继续寻找更好的方法来管理、存储和分析他们持续增长的、必须保持在线的、可用于分析的数据据资产。我们将会看到更多明确定义的需求开始出现——无论是在业务方面还是在IT方面,如低成本的可扩展性、快速响应的查询和分析,以及充分利用现有的基于标准的工具(包括SQL和BI)的能力等。这是除了内置的安全性和数据可用性功能外,企业期待出现的功能。
预测2:公司在管理大数据时将寻求除了Hadoop以外新的技术组合
过去一年,Hadoop的势头越来越猛。Hadoop通过Web 2.0组织的推广,现在受到了银行、金融机构、电信运行商、大型零售商和其他企业的重视。然而,大数据的举措不仅集中在Hadoop平台。
业务和IT的挑战在于在不同的部门甚至于不同的公司之间组合使用各种不同的技术协调工作。企业部署私有云来管理数据财产与传统的数据库和数据仓库环境这两者的结合,以及在各种硬件上运行的Hadoop基础环境。所有企业大数据项目的一个共同的主题是渴望可以快速启动和运行而不会造成干扰到现有的IT环境。
预测3:预算限制是解决大数据挑战的最大障碍之一
大数据的支出正在上升,在未来一年,成本问题仍将是启动大数据项目时最大的一个障碍之一。根据最近的一项分析报告显示,大数据支出在2013年预计达到340亿美元。这些支出一方面是因为某些特殊行业组织由于行业的特殊性,必须保持数据在线和可用性;另一方面是由于企业想要利用来自多个源的数据的更多的信息,以进行更好的分析。这需要进行一个适当的平衡——在满足业务需求的同时,寻找最高效的技术基础设施——是一个挑战。
大数据的增长速度不会减慢。现有需求和未来需求的建设能力是至关重要的。太多太快不是要走的路,大数据并不一定意味着大笔的预算。
预测4:大数据工具必须同时满足业务和技术用户
在2013年,我们将看到大数据工具和应用程序的需求增长,它们将变得更容易使用,并且将同时满足业务和技术用户。如果你深入了解下Hadoop的基础技术能力,就会看到其在许多方面仍不成熟,需要独特的专业技能。我们已经看到了许多解决这方面的需求的新产品,包括Cloudera Impala和微软Polybase。事实上,今天已经存在的一些功能,使其更容易在正确的时间用最好的工具集访问正确的数据。
预测5:重量级厂商,如甲骨文和IBM,将会大数据市场进行收购
在过去一年,随着大数据市场的成熟,大型组织已经接受了大数据。我们预计,一些缺乏独特的技术能力或专业知识的厂商将会在2013年被收购。两个明显的重量级厂商是甲骨文和IBM——它们已经在数据管理领域构建了多样化的产品。但更应该看到,产品上市时间是企业获得更强大的立足点的关键。
聚光灯下的大数据
随着越来越需要利用大数据扩大自身竞争优势,以及创新产品的兴起,会改变企业存储、管理和分析他们的最重要的资产——数据。使企业找到一个更有效和更符合成本效益的管理PB级别的数据环境的方式。在接下来的12个月里,数据管理将会是关注的焦点,因为它是每个公司都要面对的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06