大数据发展困难重重 未来之路何去何从

短短几年之内，大数据已经彻底改变了企业运营业务的方式——但截至目前，我们才刚刚初窥其门径。随着企业开始有意识到收集各类数据信息，其亦开始发现对这部分数据加以正确利用所能够带来的巨大潜力。

一些积极迎接变革的企业发现，他们的数据实际上可能正是其掌握的最大资产。除了数据本身之外，精明的企业还能够通过分析数据内容以了解并更好地服务于自身客户，甚至能够将其中一些关键性数据出售给合作伙伴及下游厂商以赚取额外利润。举例来说，优步与Lyft等服务就能够非常准确地把握与客户出行习惯相关的数据，并将其交付至Airbnb、VRBO等其它网站。与此同时，Fitbit及其它厂商提供的健身追踪器亦能够利用用户的健康活动数据实现巨大价值。即使是与医疗卫生业务毫不沾边的苹果公司，也能够以前所未有的洞察能力审视其原生健康应用数据。

在理论层面讲，如此庞大的数据宝库将能够为B2B及B2C企业带来集中且立足实践行为的洞察结论，进而以前所未有的方式开启新的机遇大门。然而，面对着一系列重大的技术性与财务性障碍，很多企业实际上并不清楚自己的下一步大数据战略该走向何处。其已经开始在数据挖掘领域试水，但尚未制定出一套能够顺利迈进的坚实战略思路。

为何存在挑战

截至目前，实现大数据技术承诺的最大障碍之一在于庞大的资金投入要求。从当下的情况来看，最为成功的项目往往需要耗资数百万美元，例如沃尔玛的专用数据创新实验室WalmartLabs。然而，这种项目只适用于那些世界上最为庞大的企业，其具备极为雄厚的财力与几乎无穷无尽的资源。很明显，这样的标准对于其它公司而言并不适用，或者说毫无实现的可能。

为何利用大数据技术会呈现出如此明确的资源密集型倾向？答案主要分为以下三个方面：

数据的输入速度极快，且数据来源数量亦急剧增加：移动、云应用、物联网——从用于追踪库存与设备的RF标签到一切接入网络的家用电器——当然，社交媒体亦是一大不容忽视的实时数据来源。

此类新型来源几乎全部在以非结构化或者半结构化格式交付数据，这使得传统的关系型数据库管理方案——即SQL以及几乎一切现代数据库系统的实现基础——毫无用武之地。除了收集及存储方面的挑战之外，合规性要求中的隐私与监管要求亦会带来新的复杂性层。不断发展的标准要求需要完整团队配合先进的技术、管理与维护手段方可实现。

随着在数据复杂度的日益提高，用于管理数据的具体技术方案亦变得更难于使用。Hadoop、Kafka、Hive、Drill、Storm、MongoDB以及Cassandra等开源工具外加一系列专有方案共同构成了独立且相互竞争的方案生态系统，只有具备深厚的技术操作知识方可将其真正应用在商业环境当中。事实上，此类人才资源非常稀缺，大多数非财富五百强企业都无力承担由此带来的高昂开支。

缺失之处何在

可以看到，绝大多数企业仅仅是在努力管理并挖掘自己的存储数据集，而很难实际利用数据中的信息建立自身竞争优势。在实践性、实用性及可行性方面，企业还无法充分运用现有工具发挥数据中的可观潜能。需要明确的是，目前我们并不缺乏良好的大数据工具，事实上我们缺乏的是真正具备效率与有效性的解决方案，这种能够解决数据孤岛及高度依赖性难题的手段既匮乏又难于维护。

为什么？因为截至目前，我们的重点一直放在整合应用程序并建立各类独立工具与平台之间的连接机制，缺少这种桥梁它们将根本无法协作。举例来说，我们需要想办法对接CROM与ERP，或者将销售工具与市场营销自动化机制相整合。

这种应用到应用型方案的问题在于，其完全忽略了数据本身——这意味着数据仍然可能以分裂化、孤立化或者碎片化形式存在。即使应用程序能够彼此连接，如果其各自拥有自己的数据存储形式，那么数据亦无法实现通用。这意味着我们将面对大量不完整或者重复的数据记录，即通常所谓的“脏”数据。任何分析方法都无法利用这样的数据素材提供可靠的结论——因为数据本身就不够可靠。