
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23