2017年关于大数据方面的6个预测
市场已经从希望学习和了解新的大数据技术的技术人员,进化到想要了解新项目、新公司以及最重要的,组织如何从这些技术上真实获益的客户。根据John Schroeder,MapR Technologies, Inc.的执行主席和创始人的说法,大数据部署的加速主因已经转移到了数据的价值上。
John总结了他对2017年市场趋势的看法,形成以下六个主要的预测:
1. 人工智能(AI)重新流行
在上世纪60年代,Ray Solomonoff奠定了人工智能的数学理论基础,介绍了归纳推理和预测的通用贝叶斯方法。1980年,美国人工智能协会第一次全国会议(AAAI)于斯坦福举行,标志了理论在软件开发中的应用。AI现在又回到主流的讨论中,引发了机器智能、机器学习、神经网络、认知计算等一系列流行语。为什么AI有年轻化的趋势?这里面有个三V想法:速度,变化和体量。
可以利用现代和传统的处理模型来支持三V的平台可以横向扩展,提供高达传统平台10-20倍的成本效率。
谷歌已经记录了,简单的算法对大型数据集频繁执行,比其他方法使用较小的数据集产生的结果更好。我们将看到,将人工智能到用于高容量重复任务时具有最高价值,在这样的任务中,一致性比以主观误差和人力成本为代价来获得人类直观的监督来说,更加有效。
2. 大数据带来管理优势或竞争优势
在2017年,管理与数据价值的拔河将是核心焦点。企业具有关于他们的客户和合作伙伴的大量信息。领先的组织将在正规化和非正规化的案例之间管理他们的数据。正规化的用例数据需要管理数据质量和血统,从而一个监管机构可以报告和跟踪源数据的转换。这是强制的和有必要的,但对于非正规化的用例较为受限,这样的用例包括客户360,或者,在更高的基数、实时和混合的结构化和非结构化能产生更有效结果的场景下,提供服务。
3. 公司专注于业务驱动的应用程序,以避免数据湖泊成为沼泽
在2017年,组织将从“建立它,它们就会来”的数据湖的方法,迁移到业务驱动的数据方法。今天的世界需要分析和操作能力,以实时在个例层面解决客户问题,处理索赔和设备接口。例如,任何电子商务网站必须提供个性化的建议和实时价格查询。
通过将分析与运营系统相结合,医疗机构必须处理有效的索赔和防止欺诈索赔。媒体公司目前通过设置机顶盒提供个性化内容。汽车制造商和拼车公司针对汽车和司机进行规模化的互操作。交付这些用例需要一个敏捷的平台,平台可以提供分析和业务处理的能力,以从额外的用例(从后端分析到前台业务)中增加价值。在2017年,组织将积极推进超越“问问题”的方法和架构,以推动初始和长期的商业价值。
4. 数据敏捷性区分赢家和输家
当DevOps提供持续交付时,软件开发已经变得敏捷。在2017年,处理和分析模型将会继续发展,提供与组织实现数据敏捷类似级别的敏捷。在上下文中理解数据并采取相应业务行动的能力,是竞争优势的来源,而不是简单地拥有一个大数据湖。
敏捷处理模型的出现将使相同的数据实例支持批处理分析、交互分析、全局消息、数据库和基于文件的模型。当一个单一的数据实例可以支持更广泛的工具集时,更灵活的分析模型也将被启用。最终的结果是一个灵活的开发和应用平台,支持最广泛的处理和分析模型。
5. 区块链转变精选的金融服务应用
在2017年,将在金融服务中有精选的、转型的用例,这些用例的出现将对数据存储和交易处理的方式具有广泛的影响。区块链提供了一个全球性的分布式总账,这将改变数据的存储和交易处理的方式。区块链运行在分布在世界各地的计算机上,链可以被全世界任何人看到。
交易被存储在块中,每个块均指向前一个块,每个块都打上了时间戳,并以一种不可改变方式存储数据。黑客无法破解的区块链,因为整个世界都能看到整个的区块链。区块链为消费者提供明显的效率。例如,客户不需要等待SWIFT交易,或担心中央数据中心泄漏的影响。对于企业来说,区块链能帮助节约成本,并提供了创造竞争优势的机会。
6. 机器学习最大化微服务(Microservice)的影响
今年我们将看到机器学习和微服务整合的更多案例。此前,微服务的部署都集中在轻量级的服务上,那些整合了机器学习的微服务通常被局限在应用于数据流瓶颈的“快速”数据集成。在2017年,我们会看到开发将转变为有状态应用程序,这些程序将使用大数据,以及使用基于大量的历史数据更好地理解新到达的数据流的机器学习方法。
“我们的预测深受领先的客户的影响,这些客户通过将分析整合进运营的用例而获得显著的商业价值,”Schroeder说 。“我们的客户对MapR融合数据平台的使用,为DevOps提供了敏捷性,在DevOps中他们可以广泛使用从Hadoop到Spark、SQL、NoSQL、文件和信息流等加工模型——任何当前和未来的,在私有云、公有云和混合云部署中的需求。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17