
22名數(shù)據(jù)專家預測2016年數(shù)據(jù)科學與大數(shù)據(jù)的發(fā)展趨勢
預測未來永遠不是件容易的事情。但隨著2015即將結束,我們不禁期待新的一年會來帶什么。你最終能買到一輛自動駕駛的汽車嗎?機器會比人更聰明嗎?還有,數(shù)據(jù)科學世界將會發(fā)生什么?
我們不是算命先生,因此我們集合一群專家,問問他們是怎么想的。這里就是他們所說的話(排名不分先后):
2016年最大的數(shù)據(jù)趨勢將是什么?“
2016年將是令人興奮的——大數(shù)據(jù)會更加主流化。2016年也會成為那些仍然沒有堅實大數(shù)據(jù)戰(zhàn)略的公司開始落后的一年。在技術方面,我看到實時數(shù)據(jù)分析會顯著增加,以及越來越多地使用機器學習算法。”
——Bernard Marr,大數(shù)據(jù)權威和暢銷書作家
“2016年,大數(shù)據(jù)世界將更注重智能數(shù)據(jù),無論多少。智能數(shù)據(jù)是寬數(shù)據(jù)(數(shù)據(jù)維度多),而不一定是深數(shù)據(jù)(數(shù)據(jù)量大)。只要數(shù)據(jù)包含特征豐富的內(nèi) 容和上下文(時間、地點、關聯(lián)、連接、相互依存等等),能夠帶來智能的甚至自動的數(shù)據(jù)驅(qū)動過程、發(fā)現(xiàn)、決策和應用,它們就是智能的。”
——Kirk Borne,Booze Allen Hamilton首席數(shù)據(jù)科學家,RocketDataScience.org創(chuàng)始人
“2015年,我們了解到過去12個全世界創(chuàng)造數(shù)據(jù)的90%。在這次大數(shù)據(jù)爆發(fā)之中,我看到許多高級負責人渴望盡可能快地趕上并促進這一切,以理解大量信息為他們帶來的商業(yè)機會。
2016年——我希望看到這些負責人不僅注意他們?nèi)绾伪M可能多地捕捉信息中的商業(yè)價值,還有他們?nèi)绾尾拍転榭蛻魟?chuàng)造最佳體驗。2016年的大數(shù)據(jù)座右銘應該是‘我們必須從數(shù)據(jù)中創(chuàng)造比數(shù)據(jù)更多的價值’?!?/span>
——Jeremy Waite,EMEA Salesforce Marketing Cloud數(shù)字策略主管
“2016年將是屬于深度學習的一年。數(shù)據(jù)將從實驗室移動到圖像識別和語言理解中部署的技術,并在多個方面超越人類表現(xiàn)?!?/span>
——Gregory Piatetsky,KDNuggets總裁
“我想說的是,面向大眾的數(shù)據(jù)科學是一方面,另一方面是開源技術帶來更多的破壞,到某種程度再也沒有人知道Hadoop的意思是什么,以及更多從未聽說過的項目試圖拉平通向數(shù)據(jù)科學的時間?!?/span>
——Paul Zikopoulos,IBM分析VP
“(在過去的10年中)一個工具、服務和公司的生態(tài)系統(tǒng)已經(jīng)建立起來以應對這些數(shù)字問題。這一點也不是為了貶低那些貢獻。10年后,我們建立了一些驚人的技術和產(chǎn)品。這些問題大多數(shù)已經(jīng)被解決。仍待解決的是那些真實物理世界中的數(shù)據(jù)問題。
大數(shù)據(jù)行業(yè)的下一個10年將解決這些問題。借用我們已有構建高可用、可擴展智能系統(tǒng)的知識,以及發(fā)明新的系統(tǒng),用于分析在模擬行為和決策發(fā)生時傳遞的數(shù)據(jù)流。
這兩者都是行業(yè)的自然發(fā)展,也是構成下一代數(shù)據(jù)行業(yè)的各種技術、人以及公司的根本性轉(zhuǎn)變?!?/span>
——Drew Conway,Alluvium的CEO和創(chuàng)始人
“我認為2016年是大數(shù)據(jù)整合時機成熟的一年。不過,我看到整合在這個行業(yè)中里不同的方式出現(xiàn),而不是一家分析公司接管另一家。我也看到分析被增 加到各種各樣的企業(yè)軟件中,從欺詐檢測到營銷自動化。這種整合將會橫向發(fā)生在多種平臺上,一些大數(shù)據(jù)創(chuàng)業(yè)公司可以很好專注在那些他們想要顛覆的垂直領域 中?!?/span>
——Jeff Vance,《連線》,《福布斯》和Startup50的記者
“明年,口頭禪‘看情況’將成為有關如何分享/可視化/圖表化數(shù)據(jù)所有問題公認的答案。接受受眾范圍、目的和數(shù)據(jù)集將成為常態(tài)。只要創(chuàng)建者向目標和受眾傳遞了合適的東西,條形圖、餅圖甚至時裝藝術會被視為可視化數(shù)據(jù)的有效方式?!?/span>
靈感來自我在計算機世界上最近的專欄:Living With Data
——Andy Cotgreave,在Tableau的技術布道者
“開放數(shù)據(jù)終于開始變得更好。發(fā)布信息的數(shù)據(jù)轉(zhuǎn)儲并期望公眾篩選出它們不再足夠。從公司透明度報告到政府支出再到犯罪統(tǒng)計資料,在2016年我們會迅速超越原油開放數(shù)據(jù)到更復雜的努力,讓公眾確實可以使用開放數(shù)據(jù),而無需半先進分析或代碼技能?!?/span>
——Alex Salkever,RWW作者和Silk營銷主管
“我相信2016年的主要數(shù)據(jù)趨勢將是專業(yè)數(shù)據(jù)頭腦的崛起。每個組織部門(營銷、財務、HR等等)越來越多地得到自己數(shù)據(jù)的訪問和所有權。這種數(shù)據(jù)的民主化造成了每個團隊對有基本數(shù)據(jù)科學素養(yǎng)的專業(yè)人員的需求。
因此,除了招聘全職數(shù)據(jù)科學家外,組織將尋找作為這種數(shù)據(jù)驅(qū)動文化的一部分的雇員。這些專業(yè)人士不需要具有真正數(shù)據(jù)科學家的能力層次,但是他們將要在一定程度上處理和分析自己的數(shù)據(jù),并提出正確的問題。
這些專業(yè)人員需要數(shù)據(jù)頭腦!因為具備這種能力的人很少,類似DataCamp這樣的公司已經(jīng)率先向?qū)I(yè)人員提供所需技能,不中斷職業(yè)生涯而把他們變成具有數(shù)據(jù)頭腦的人?!?/span>
——Martijn Theuwissen,DataCamp聯(lián)合創(chuàng)始人
“有幾件事跳入腦海,但其中一件一直都在,那就是使用強加密保護移動消息、語音和文件交換的新應用的激增,無論是為企業(yè)還是為個人。沒有很多人注意 到這一點,但他們確實這么做了。無疑,政府會不太高興,但并沒有阻止。特別是企業(yè)不在新人開放通信,因此我們正在走向一個一切都被加密的世界?!?/span>
——John Dunn,英國計算機世界和Techworld的編輯
“可識別個人數(shù)據(jù)的使用正在日益變成消費者和監(jiān)管部門的關注點,以及客戶信任的戰(zhàn)場。那些積極主動地尊重和保護消費者數(shù)據(jù)的公司將成為贏家。隱私會是2016年殺手級的應用?!?/span>
——Tim Barker,DataSift CEO
“手機的人工智能(你的手機可以搞清你要干什么,并預測你下一步怎么做)?!?/span>
——Andrea Cox,Open Data Institute
“明年企業(yè)將會看到來自全部數(shù)據(jù)的價值。不只是物聯(lián)網(wǎng),而是一切可以提供洞察的全聯(lián)網(wǎng)。從數(shù)據(jù)中獲取價值,這里的數(shù)據(jù)不限于電子設備、傳感器和機器,還包括來自服務器日志、地理位置和互聯(lián)網(wǎng)的全部數(shù)據(jù)。”
——Scott Gnau,Hortonworks CTO
“2016年我要為那些企業(yè)提供資金,使他們能夠創(chuàng)建API,把web變成,所有構成互聯(lián)網(wǎng)管道的那些困難問題將會像網(wǎng)絡中的李維斯一樣?!?/span>
——Thomas Korte,AngelPad創(chuàng)始人
“讓用戶能看到各種因素對其業(yè)務正在變得比以往更加重要。有了合并內(nèi)部和外部數(shù)據(jù)源的能力,用戶現(xiàn)在可以訪問更多數(shù)據(jù)的上下文,最終帶來更多洞察和更好決策。輕松快速在分析中加入人口統(tǒng)計學或位置數(shù)據(jù)能幫助組織減少一些管理抉擇的風險?!?/span>
——James Richardson,Qlik商業(yè)分析策略師
“機器學習將減少洞察力的殺手——時間。機器學習將取代手工數(shù)據(jù)處理和數(shù)據(jù)管理中的臟活累活。節(jié)省出的時間將加速數(shù)據(jù)戰(zhàn)略。”
——Brian Hopkins,F(xiàn)orrester Research VP和首席策略師
“正如每一個行業(yè),破壞的力量——安全、可持續(xù)性、速度和成本——正在推動數(shù)據(jù)中心設計、建造和運行方式的變化。這在整個2016年應該作為向用戶提供應用和內(nèi)容的能力繼續(xù),而收集和分析數(shù)據(jù)對商業(yè)成功也越來越關鍵?!?/span>
——Steve Hassell,艾默生網(wǎng)絡能源的數(shù)據(jù)中心解決方案總裁
“成功標準將由大量數(shù)據(jù)的使用轉(zhuǎn)向數(shù)據(jù)收集的質(zhì)量。這將意味著每個公司的多樣性也可能降低,但是將要收集的具體數(shù)據(jù)會變得更有效、實用和豐富。由于公司意識到他們收集的大多數(shù)數(shù)據(jù)沒有被使用,只是占用存儲空間,這些將變得更加明顯,而對數(shù)據(jù)的使用也會受到更多監(jiān)督。”
——Chris Towers,Innovation Enterprise大數(shù)據(jù)創(chuàng)新主管
“2016年將會有關于根據(jù)你有權訪問的數(shù)據(jù)采取何種操作的一切。引入算法。算法確定行動,它們都是非常擅長非常具體操作的軟件的非常具體的一部分,比人類可能做得更好。思考一個基于網(wǎng)站訪問畫像快速決定最佳廣告或者在大量交易數(shù)據(jù)中發(fā)現(xiàn)離群值以確定欺詐的例子。”
——Mark van Rijmenam,暢銷書作家和Datafloq創(chuàng)始人
“因為大數(shù)據(jù)需要大量處理能力,許多組織將利用基于云的,‘大數(shù)據(jù)即服務’的產(chǎn)品,由此可以得到他們信息的全部價值,而不需要任何相關資金支出?!?/span>
——Stuart Mill,CenturyLink區(qū)域銷售總監(jiān)
“2016年將看到,使用那些讓商業(yè)用戶能在無需IT手把手協(xié)助下執(zhí)行全面廣泛的自助式大數(shù)據(jù)探索的工具進行的大數(shù)據(jù)分析會得到擴張?!?/span>
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10