
2016年利用大數據可以發(fā)掘哪些機遇?
大數據的大熱潮催生出了現下很多新技術的市場,但真正的價值在于這些技術之間的相互連接、以及技術和工具與應用之間的連接,這種連接能讓我們的工具和應用向終端用戶傳遞更多的珍貴洞察。
據IDC預測,大數據分析及其相關的市場的復合年增長率達到26.4%,將在2018年發(fā)展到415億美元的規(guī)模。實際上,IDC認為到2020年分析技術將成為所有國家經濟增長的關鍵動力。
Teradata公司的SunilJose,他將說明大數據分析行業(yè)的現狀、其發(fā)展的主要動力和挑戰(zhàn)以及大數據在2016年的發(fā)展。
1.2015年大數據分析行業(yè)的狀況是怎樣的?現在大數據領域中的哪一方面還待改善?
大數據再也不只是代指數據量很大的數據,其實它是能夠決定一家公司成敗的關鍵要素。各類組織都開始意識到,采取大數據分析將能夠改變游戲規(guī)則,它同樣也是市場領先者和失敗者之間存在的重要區(qū)別。2015年,整個印度市場以及當地的企業(yè)大體上都相信大數據能為IT組織帶來便利,但整個市場卻還未能確認大數據將為他們的業(yè)務功能帶來哪些具體的便利。
然而,每個垂直行業(yè)中少數幾個的頂尖創(chuàng)新者都在促成這件好事的發(fā)生,他們通過將大數據整合到現有的數據和分析生態(tài)系統當中,從而不斷地為公司創(chuàng)造價值。當企業(yè)即將開始自己的大數據之旅時,考慮現有的計算能力是非常重要的。
如果在運行大型的低頻工作的同時必須處理其他工作流,那么即使是對于最強大的系統,這仍然是一種消耗。企業(yè)應該勇于創(chuàng)新,因為大數據可以而且也能夠改變所有事情。好的大數據工具組能夠在最低成本、近乎于實時地提供可拓展、高性能的分析技術,滿足商業(yè)用戶不斷增長的數據存取需要。
此外,數據自由化帶來了新技術和新的數據采集方式,通過獲取洞察支持決策制定、提高運營效率,開創(chuàng)了前所未有的新業(yè)務場景。
2.您能舉幾個例子,說說過去幾年里大數據為哪些行業(yè)創(chuàng)造了價值、帶來了改變嗎?
2015年,大數據在客戶、金融、風險管理和運營方面都嶄露頭角;2016年我們將重點關注這幾個領域的分析技術。我們又再次強調了云技術,同時數據安全也成為了每個組織的必需品。此外,開源技術和移動商業(yè)智能將改變行業(yè)。最重要的是,預測性分析和規(guī)范分析將是下一顆冉冉升起的明日之星。
在2016年,我們將看到很多重要的發(fā)展趨勢,比如多極分析、數據民主化、分析消費化、對物聯網的更高關注,然而最重要的是,我們將看到分析技術將超越對事實的復述,而能夠將多個有影響力的分析結果進行結合,推動人們的行動。
3.就您剛才說到的可能在2016年產生影響的關鍵領域,您能挑選幾個詳細說說嗎?
接下來的一年里我們將看到大數據分析領域有很多大動作,這就包括:
云端的大數據分析:有分析師預計,由于我們已經在不斷地產生并收集大量的數據,并且在不同組織及組織間不同的部門當中需求也在不斷增長,未來的大數據將會是本地部署和云端部署的結合。
多極分析:根據數據類型和所需分析的不同,需要經過不同的流程和不同的場所才能完成數據的收集和分析。這個過程不僅關系到處于兩級中的常規(guī)數據流,同時也需要聯合分析,這樣才能跨越組織部門創(chuàng)造連續(xù)的視圖。
Connectionanalytics的商業(yè)價值:Connectionanalytics能夠分析每個個體的行為以及他們與其他個體或群體間的聯系。這種信息對于尋求向目標群體進一步推廣產品和服務的企業(yè)來說具有非常關鍵的價值。我們也同樣觀察到,有越來越多的企業(yè)正通過社交媒體來突顯他們的客戶關懷。
雖然社交媒體分析并不是什么太新的事情,但正在重要的是在這些關鍵的平臺上分析并理解消費者的行為——了解溝通的渠道是什么、跟消費者交談的是誰、他們在談論的是什么。
社交聯系變得越來越復雜,用戶數量也呈指數增長,它們共同向運算規(guī)模提出了挑戰(zhàn),為數據處理和結果解讀帶來了困難。數據的爆發(fā)實際上加劇了這種問題,不管現在的科技進步如何努力迎頭趕上、引領潮流都無濟于事。
“探索區(qū)域”的發(fā)展:客戶不斷在社交媒體上進行互動,公司就越來越需要不僅僅是記錄這些對話,更要理解客戶在網上的行為究竟如何。在2016年,高級分析和數據存儲速度將帶來巨大改變。數據存取的速度將保證信息的實時處理,從而保持公司的競爭優(yōu)勢。在印度和其他地區(qū),對這項技術的需求預計將會穩(wěn)步上升,最后逐漸發(fā)展為一個全新的數據研發(fā)和分析的樞紐,這個樞紐就是“探索區(qū)域”。
4.能分享幾個Teradata在最近幾個月里為了優(yōu)化產品組合而做出的關鍵決策嗎?
我們做出的關鍵而意義重大的決定都在大數據分析和物聯網領域。我們專注于幫助客戶以無縫對接且可拓展的方式,同時使用開源技術和我們的分析平臺。我將提到幾個我們最近做出的公告僅供參考。
Teradata的開源咨詢公司ThinkBig是我們在去年收購的子公司。ThinkBig是第一家提供了綜合的Hadoop管理服務的公司。在去年10月,Teradata宣布新加入兩項軟件功能,旨在幫助客戶操作物聯網數據。這兩項功能分別是TeradataListener和基于Hadoop的TeradataAster分析。
接下來,Teradata還將把自己有名的數據庫對接服務于亞馬遜網絡服務云(AmazonWebServicescloud)。這將是第一個針對公有云的數據庫,它是從專有的硬件根系中研發(fā)出來的。正如迪納研究公司的研究總監(jiān)TonyCosentino所說,這將為Teradata帶來更多的優(yōu)勢。
最后,今年六月,Teradata向開源的Presto社區(qū)做了重大投資。Presto是一套基于Hadoop的SQL框架,最初是針對Facebook開發(fā),用來支持其大型數據倉庫中的交互式查詢。Presto可以利用Hadoop之外的數據存儲進行查詢,就包括NoSQL、關系型數據庫和專有數據庫。所以,Teradata將Presto定義為一款能對數據庫查詢進行快速應答的工具。
5.在未來的1到2年間,Teradata主要工作的方向在哪里呢?
Teradata正致力于開發(fā)開源的大數據技術,讓各類組織能夠更快、以更低風險地實現技術部署。今年,我們在好幾個領域取得了重大進展,就包括Hadoop和其他數據庫之間的數據交換。
同時,我們還為基于Hadoop的有效數據管理提供整合的大數據解決方案,這也是我們最關注的領域,在該領域當中的還有大數據存儲應用、利用極致壓縮、數據安全和數據治理。
我們正積極投資于大數據項目的安裝及咨詢的托管業(yè)務。重要的不僅僅是擁有技術解決方案,還要有為客戶成功施行項目的技能。所以,我們在這一塊做了非常重大的投資。我們還將繼續(xù)支持多系統環(huán)境以及事件驅動的系統,來實現整個分析環(huán)境的有效監(jiān)管、預警和控制。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統計基本概念成為業(yè)務決策的底層邏輯 統計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“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 在數據分析與統計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(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 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統落地過程中,“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:數據驅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 ...
2025-09-11