侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
当前位置:

OFweek智能硬件网

大数据

正文

将在2018年全面袭来的四大数据分析发展趋势

导读: 随着企业转型成为数据驱动型企业,数据技术和战略需要开始实现其价值。你将在未来几个月看到以下四个数据分析发展趋势。

随着企业转型成为数据驱动型企业,数据技术和战略需要开始实现其价值。你将在未来几个月看到以下四个数据分析发展趋势。

包括社交媒体、移动端和云计算在内,数据分析和相关数据技术已扮演着数字时代颠覆核心业务的角色。随着企业在2017年开始从生成数据的组织转型为数据驱动的组织,数据和分析已成为许多企业的重要工作。2018年,这些技术需要开始实现其价值。以下是将在未来一年推动数据分析战略发展的一些方法、岗位角色和关注点。

数据湖需要证明其商业价值,否则将会消亡

多年来,数据已经在企业中不断快速积累。物联网(IoT)只会随着数据源从网络端迁移到移动端和设备端过程中加速数据的生成。

实时流数据平台供应商—DataTorrent的首席执行官盖伊·乔治瓦特(Guy Churchward)说:“这就迫切需要以一种经济高效的方式来扩展数据管道。”

对于许多企业来说,利用像Apache Hadoop这样的技术为其提供支持,其解决方案就是创建数据湖,即创建整个企业的数据管理平台,用于以本机格式存储企业的所有数据。数据湖将通过提供一个单一的数据存储库来消除信息孤岛,整个组织都可以使用该存储库来进行业务分析、数据挖掘等各种应用。原始的和无人管理的数据湖已被视为一个全方位和万能的大数据集。

但是,虽然数据湖已被证明可以成功存储大量数据,但从数据中获取可指导行动的见解已被证明是困难的。

“数据湖通过‘非活动’和‘批处理’时代的数据为公司提供了非常好的服务,”乔治瓦特说。“早在2015年,人们开始清楚地认识到,这个架构已被过度使用,但它现在已成为实时数据分析的致命弱点。首先要将数据寄存,然后进行分析,这会使公司处于极大的劣势。当要获得洞察力并尽可能快地采取行动时,那些依赖过时事件数据的公司会无法看清事态,无法采取适当的行动和任何可能的即时补救措施,这一点就“足够”证明其具有战略性致命弱点。

Splice Machine公司首席执行官蒙特·兹韦本(Monte Zweben)表示赞同。

兹韦本预测,到2018年,“Hadoop时代的破灭将全面展开,许多公司在数据湖中灭亡。由于对Hadoop计算引擎进行管道录制具有一定的复杂性,使许多企业无法获得投资回报。”

数据目录专业公司--Alation的战略和联盟副总裁肯·黄(Ken Hoang)说,为了在2018年能生存下去,数据湖必须要证明其商业价值。

“在过去几年中经历了实验性部署,数据湖(即新的数据倾倒场)即将走向终点,除非它能证明其自身价值”,肯·黄说道。“数据湖成功的一个标志是拥有一个企业目录,它可进行信息发掘、人工智能和信息管理,从而为业务提供新见解。”

然而,肯·黄并不认为数据湖是完全失败的。他预测数据湖和其他大型数据中心可以通过他所谓的“超级枢纽”找到新的契机,这些“超级枢纽”可通过机器学习提供“环境即服务”。

“过去25年里,部署的大型数据中心(例如数据仓库、主数据管理、数据湖、Salesforce和ERP)导致形成了更多的数据孤岛,这些孤岛难以被读懂、关联或共享。” 肯·黄说道。“枢纽中心能够使各个数据中心的资源相互关联,从而实现环境即服务,这反过来将带来更相关和更有力的预测性洞察力,从而实现更快更好的运营业务成果。”

1  2  3  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号