2014年大数据和预测分析市场值得关注的趋势
企业高层管理人员一直希望能够从其IT部门收集的客户数据中获得可操作的洞察力。很多人已经有些等得不耐烦，他们现在就像看到结果。
Ovum公司预计在2014年，越来越多的第三方供应商和IT服务生态系统将会开始为企业数据仓储和应用市场推出大数据和快速数据工具及解决方案。
这种趋势的发生源自于，SQL和Hadoop平台开始多样化，并提供重叠功能。根据Ovum最新市场调查显示，SQL查询现在可以运行Hadoop，很多SQL数据库将能够处理JSON文档为中心的查询。
随着基于芯片的存储变得越来越丰富，例如DRAM(动态随机存取内存)和SSD，新一代快速数据(Fast Data)应用程序的障碍被清除，这种应用程序将给企业应用市场带来巨大改变。
2014年值得关注的大数据趋势包括：
Ovum首席分析师Tony Baer说，在2014年，分析平台将继续提供更多样化的个性，提供重叠的功能。
Baer表示：“提供更多便利、充分利用与SQL熟悉度，以及跨不同分析工作负载提供统一管理。通过绑定多个引擎，管理不同分析工作负载变得更加方便。”
然而，其缺点是，一些引擎或者做法仍然处于早期发展阶段，在很多情况下，部署方式仍然是专有的。
对于大数据和快速数据，新应用市场的出现主要跟随着可视性模式，因为传统自定义应用编程不存在了。
基于Hadoop的新兴应用程序开始融合多个来源的数据，并为客户体验解决方案提供预测性分析，这可以用于交叉销售、向上销售，并为采购提供建议。
Ovum预计，另一方面，在2014年，快速数据应用程序市场将会持续增长。应用程序开始广泛利用DRAM或者SSD，或者这两者，来嵌入复杂的分析和模拟功能到交易应用程序。
Ovum预测，NoSQL平台(例如MongoDB和Cassandra)将会加入到快速数据互联网应用中，Ovum认为，更多的供应商会加入到这个行列中，有的甚至会使用Hadoop。
Baer总结说：“注意文档为中心的数据存储，例如MongoDB，因为它们将会胡现在下一代web应用程序中。JSON可能会履行承诺，即XML应该构建所有SQL不能够处理的其他数据。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Python HTTP 请求工具对比：urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求（如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师：业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段，其价值 ...
2025-09-12用 SQL 验证业务逻辑：从规则拆解到数据把关的实战指南 在业务系统落地过程中，“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例：数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下，精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析：概念辨析与协同价值 在数据驱动决策的体系中，“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析：从操作实践到业务价值挖掘 在数据分析场景中，聚类分析作为 “无监督分组” 的核心工具，能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的：从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具，并非简单的 “公式堆砌”，而是围绕特定 ...
2025-09-10CDA 数据分析师：商业数据分析实践的落地者与价值创造者 商业数据分析的价值，最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键：从业务到落地的全流程解析 在人工智能技术落地的浪潮中，机器学习作为核心工具，已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS（Statistical Product and Service Solutions，统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师：驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中，商业数据分析总体 ...
2025-09-09R 语言：数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代，无论是科研人员验证实验假设（如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域，常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下，“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而，零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点：原理、优势与应用解析 在机器学习领域，随机森林（Random Forest）作为集成学习（Ensemble Learning） ...
2025-09-05Excel 区域名定义：从基础到进阶的高效应用指南 在 Excel 数据处理中，频繁引用单元格区域（如A2:A100、B3:D20）不仅容易出错， ...
2025-09-05CDA 数据分析师：以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下，CDA（Certified Data Analyst） ...
2025-09-05SQL 日期截取：从基础方法到业务实战的全维度解析 在数据处理与业务分析中，日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络（CNN）的发展历程中，解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
