
应对“大数据”的挑战不仅仅需要管理数据量
全球技术研究和咨询公司Gartner最近指出,许多IT领袖通过排斥信息管理的其他方面而侧重在信息的大容量上来管理“大数据”挑战,但这留下大量的挑战需要在以后解决。
“大数据”是一个流行的术语, 用来代表在未来丰富数据格局中信息的指数增长、获取和使用。所谓“大数据”过度集中在信息量上(从存储通过转换/传输直到分析的每一个层面)。随着IT领袖试图扩大和改变,以满足不断变化的业务需求,“大数据”极大地侧重在目前问题上并能导致短视的决策,这将有害于企业的信息架构。
当信息管理人员同时失去数据访问和资格方面的控制时,他们可能将侧重点放在量上。Gartner分析师告诫,过于狭窄的侧重点将迫使两到三年后进行大规模的再投资,以解决“大数据”其他方面的问题。
Gartner研究副总裁Mark Beyer表示:“当今的信息管理准则和技术根本无法完成处理所有动态信息的任务。信息管理人员必须通过规划信息管理的所有层面,从根本上重新考虑他们的方法。访问‘大数据’浩瀚资源的业务需求为信息管理人员提供了企业改变使用信息方式的机会。IT领袖一定要教育业务同行直面挑战,同时,确保一定程度的控制和协调,以使‘大数据’机会不会变成‘大数据’混乱, 这也许会提高合规风险,增加成本并创建许多信息孤岛。”
全球信息量正在以59%以上的年增长率增长,而量是在管理数据、业务方面的显著挑战,IT领袖必须侧重在信息量、种类和速度上。
在信息量方面,企业系统内部的数据量的增加是由交易量、其他传统数据类型和新的数据类型引发的。过多的量是一个存储的问题,但过多的数据也是一个大量分析的问题。
在信息种类方面,IT领袖在将大量的交易信息转化为决策上一直存在困扰——现在有更多类型的信息需要分析——主要来自社交媒体和移动(情景感知)。种类包括表格数据(数据库)、分层数据、文件、电子邮件、计量数据、视频、静态图像、音频、股票行情数据、金融交易,等等。
在速度方面,涉及数据流、结构化记录的创建以及访问和交付的可用性。速度意味着正在被生成的数据有多快和数据必须被多快地处理以满足需求。
虽然“大数据”是一个重大问题,Gartner分析师表示,真正的问题是让“大数据”更有意义,在“大数据”里面寻找模式帮助组织机构作出更好的商业决策。
Gartner副总裁兼著名分析师Yvonne Genovese表示:“企业正日益使用新形式的信息—— 例如文本、社交和情景 ——在我们所说的基于模式的战略中寻找支持业务决策的模式。对这些企业来说,管理极端数据的能力是他们的核心竞争力。基于模式的战略是作为变化的一个引擎,利用其模式选择流程中的所有维数。它提供新业务解决方案建模的基础,允许企业来采用。可以在包括社交计算分析或情景感知计算引擎在内的多种媒介中完成‘寻找模型并采用’的周期。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12