2017年，塑造大數(shù)據(jù)行業(yè)的五大趨勢(shì)
越來越復(fù)雜的大數(shù)據(jù)需求意味著創(chuàng)新的壓力仍然很高。許多公司開始明白，客戶的成功離不開數(shù)據(jù)方面的工作。不利用數(shù)據(jù)分析的公司會(huì)開始歇業(yè)，而成功的企業(yè)認(rèn)識(shí)到發(fā)展的關(guān)鍵是數(shù)據(jù)精煉和預(yù)測(cè)分析。
本文通過Forrester的數(shù)據(jù)分析，總結(jié)了2017年大數(shù)據(jù)產(chǎn)業(yè)的幾大趨勢(shì)，與諸君分享。
Forrester的預(yù)測(cè)數(shù)據(jù)
Forrester在一份最新的報(bào)告中說，2020年之前，使用人工智能(AI)，大數(shù)據(jù)和物聯(lián)網(wǎng)(IOT)等技術(shù)開展新業(yè)務(wù)的企業(yè)，每年將比不使用這些技術(shù)的同行多賺1.2萬億美元。
在所有業(yè)務(wù)中，2017年人工智能的投資將同比增長300%以上。通過復(fù)雜系統(tǒng)的高級(jí)分析和機(jī)器學(xué)習(xí)技術(shù)得到智能認(rèn)知，AI將為企業(yè)用戶提供強(qiáng)大的、以前從未有過的洞察。Forrester表示，通過幫助縮小從洞察到行動(dòng)的差距，AI能夠在營銷，電子商務(wù)，產(chǎn)品管理以及其他領(lǐng)域推動(dòng)用戶做出更快的業(yè)務(wù)決策。
人工智能、大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)的結(jié)合將使企業(yè)能夠投資并成功使用它們，以克服數(shù)據(jù)訪問障礙并挖掘有用的信息。在2017年，這些技術(shù)將增加業(yè)務(wù)的數(shù)據(jù)訪問，擴(kuò)展可分析的數(shù)據(jù)類型，并最終提高洞察的成熟度。大數(shù)據(jù)技術(shù)將趨于成熟，供應(yīng)商也越來越多地將其與傳統(tǒng)的分析平臺(tái)集成，這將有助于將其獲得的廣泛信息納入現(xiàn)有的分析流程中。使用單一架構(gòu)來實(shí)現(xiàn)大數(shù)據(jù)與靈活可操作洞察的融合將變得更加廣泛。
Forrester預(yù)計(jì)，可提供物聯(lián)網(wǎng)洞察能力分析的第三方供應(yīng)商在2017年將翻一翻。這將鼓勵(lì)他們的客戶投資更多的網(wǎng)絡(luò)設(shè)備并挖掘分析其產(chǎn)生的數(shù)據(jù)。例如，F(xiàn)orrester發(fā)現(xiàn)，67%的電信決策者正在考慮或優(yōu)先考慮在2017年開發(fā)物聯(lián)網(wǎng)或M2M(機(jī)器/人與機(jī)器/人的交互)計(jì)劃。
Forrester表示，增加對(duì)物聯(lián)網(wǎng)的投資將帶來新型的分析，這反過來也將帶來新的業(yè)務(wù)洞察。目前，許多由邊緣設(shè)備(如手機(jī)，可穿戴設(shè)備或汽車)產(chǎn)生的數(shù)據(jù)被直接丟棄。而實(shí)際上，這些數(shù)據(jù)可以被當(dāng)作“不成熟的數(shù)據(jù)”并進(jìn)行分析實(shí)踐，這導(dǎo)致很多企業(yè)浪費(fèi)了這些洞察的機(jī)會(huì)。
在2016年，不到50%的數(shù)據(jù)分析決策者采用了位置分析。Forrester預(yù)計(jì)，到2017年底，采用位置分析的企業(yè)將增長到三分之二以上。
2017年將出現(xiàn)的三大可喜現(xiàn)象
由于客戶正是通過產(chǎn)品和服務(wù)來與所處的世界進(jìn)行聯(lián)系，因此，新型分析產(chǎn)生的新洞察將使企業(yè)更好地優(yōu)化其客戶體驗(yàn)。Forrester看到了很多令人歡欣鼓舞的跡象，越來越多的公司制訂了用于消除客戶信息壁壘的投資計(jì)劃，這將使他們能夠更好地協(xié)調(diào)和提高整個(gè)企業(yè)的洞察力。具體來說，F(xiàn)orrester表示在2017年將看到以下三個(gè)可喜現(xiàn)象：
1、首席數(shù)據(jù)官(CDO)職位將成為常態(tài)化
到2017年，首席數(shù)據(jù)官(CDO)職位將成為常態(tài)化，而在2016年，大概只有46%的公司設(shè)立了CDO職位。但是要真正成為一家洞察驅(qū)動(dòng)型企業(yè)，企業(yè)必須由首席信息官(CIO)和首席營銷官(CMO)，甚至CEO負(fù)責(zé)部分?jǐn)?shù)據(jù)業(yè)務(wù)，以便根據(jù)數(shù)據(jù)驅(qū)動(dòng)洞察的結(jié)果迅速推動(dòng)業(yè)務(wù)行動(dòng)。
2、客戶數(shù)據(jù)管理項(xiàng)目將增加75%
2016年，39%的企業(yè)首次實(shí)施了大數(shù)據(jù)計(jì)劃，通過跨渠道跟蹤，了解并熟知用戶的使用習(xí)慣，洞察用戶的深入需求，從而為用戶提供定制化的服務(wù)。還有近三分之一的企業(yè)表示計(jì)劃在未來十二個(gè)月內(nèi)采用大數(shù)據(jù)技術(shù)提供解決方案。
3、采用洞察力驅(qū)動(dòng)的企業(yè)將顯著增加
Forrester預(yù)計(jì)，隨著企業(yè)在2017年實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，在企業(yè)范圍內(nèi)采用洞察力驅(qū)動(dòng)的實(shí)踐將顯著增加。率先采用客戶智能實(shí)踐和戰(zhàn)略的企業(yè)將成為業(yè)務(wù)轉(zhuǎn)型的典范。長期來說，基于人工智能的服務(wù)和應(yīng)用最終會(huì)改變大多數(shù)行業(yè)并重新分配勞動(dòng)力。
2017年，塑造大數(shù)據(jù)行業(yè)的五大趨勢(shì)
1.物聯(lián)網(wǎng)(IoT)
公司日益期望從所有數(shù)據(jù)中獲得價(jià)值，企業(yè)組織將不得不改動(dòng)技術(shù)，以便與物聯(lián)網(wǎng)數(shù)據(jù)銜接起來。這在數(shù)據(jù)治理、標(biāo)準(zhǔn)、健康保障、安全和供應(yīng)鏈等方面帶來了無數(shù)新的挑戰(zhàn)和機(jī)遇。
物聯(lián)網(wǎng)和大數(shù)據(jù)是同一枚硬幣的兩面，數(shù)十億與互聯(lián)網(wǎng)連接的“物件”將生產(chǎn)大量數(shù)據(jù)。然而，這本身不會(huì)引發(fā)另一場(chǎng)工業(yè)革命，不會(huì)改變?nèi)粘５臄?shù)字化生活，也不會(huì)提供拯救地球的預(yù)警系統(tǒng)。來自設(shè)備外部的數(shù)據(jù)才是企業(yè)讓自己與眾不同的方面，結(jié)合上下文來捕獲和分析這種類型的數(shù)據(jù)為公司帶來了新的發(fā)展前途。
2.深度學(xué)習(xí)
深度學(xué)習(xí)主要用于從大量未標(biāo)記/未監(jiān)督的數(shù)據(jù)當(dāng)中學(xué)習(xí)，因而對(duì)于從大數(shù)據(jù)中提取有意義的標(biāo)識(shí)和模式頗具吸引力。比如說，它可以用來識(shí)別許多不同類型的數(shù)據(jù)，比如視頻中的形狀、顏色和對(duì)象，或者甚至是圖像中的貓，就像谷歌研制的一個(gè)神經(jīng)網(wǎng)絡(luò)在2012年所做的那樣。因此，企業(yè)可能會(huì)看到更多的注意力投向半監(jiān)督式或未監(jiān)督式訓(xùn)練算法來處理進(jìn)入的大量數(shù)據(jù)。
3.內(nèi)存中分析
不像常規(guī)的商業(yè)智能(BI)軟件對(duì)存儲(chǔ)在服務(wù)器硬盤上的數(shù)據(jù)運(yùn)行查詢，內(nèi)存中技術(shù)查詢的是載入到內(nèi)存中的信息，這可以通過減少或甚至消除磁盤輸入/輸出瓶頸來顯著提升分析性能。就大數(shù)據(jù)而言，正是由于TB級(jí)系統(tǒng)和大規(guī)模并行處理，讓內(nèi)存中分析技術(shù)更令人關(guān)注。
在現(xiàn)階段，大數(shù)據(jù)分析的核心其實(shí)是發(fā)現(xiàn)數(shù)據(jù)。要是沒有毫秒級(jí)延遲，面對(duì)數(shù)百萬次/數(shù)十億次的迭代，運(yùn)行迭代以查找數(shù)據(jù)點(diǎn)之間的關(guān)聯(lián)就不會(huì)成為現(xiàn)實(shí)。在內(nèi)存中處理的速度比磁盤上處理要快三個(gè)數(shù)量級(jí)。
4.云計(jì)算
混合云和公共云服務(wù)越來越受歡迎。大數(shù)據(jù)成功的關(guān)鍵是在彈性基礎(chǔ)設(shè)施上運(yùn)行(Hadoop)平臺(tái)。我們會(huì)看到數(shù)據(jù)存儲(chǔ)和分析趨于融合，帶來新的更智能的存儲(chǔ)系統(tǒng)，它們將經(jīng)過優(yōu)化，用于存儲(chǔ)、管理和排序龐大的PB級(jí)數(shù)據(jù)集。展望未來，我們可以預(yù)計(jì)會(huì)看到基于云的大數(shù)據(jù)生態(tài)系統(tǒng)將繼續(xù)迎來發(fā)展，不僅僅局限于“早期采用者”。
5.Apache Spark
Apache Spark在點(diǎn)亮大數(shù)據(jù)。流行的Apache Spark項(xiàng)目提供了Spark Streaming技術(shù)，通過主要采用一種在內(nèi)存中微批量處理的方法，近實(shí)時(shí)地處理數(shù)據(jù)流。它已從Hadoop生態(tài)系統(tǒng)的一部分，變成許多企業(yè)青睞的一種大數(shù)據(jù)平臺(tái)。
