你还在为弄不懂Hive、Spark、Pig这些编程语言而抓耳挠腮吗?别担心,一场竞争正让像Hadoop这种复杂的大数据技术能更容易被非专业用户使用,你还能享受它让你发家致富的额外好处。
对,就是你。
几年前,Cowen&Co.的前分析师PeterGoldmacher在一份调查简报中表示,毕竟,你越靠近大数据技术的最终用户,你 的回报就越大。他认为,在大数据的世界,最大的赢家并不是这项技术的供应商,而是那些会用它来创造全新的产业或者瓦解传统业务的公司。
随着时间一天天推移,Goldmacher在2012年做出的预测显得越来越正确。大数据基础的建造者应该得到赞扬,但从中获利最多的是那些与技术营销和销售专家关系最密切的公司,而这些人可能都不知道怎么从一张数据透视表中进行并行运算。
提供解决方法而不是技术
我们已经在一些公司身上见过这种做法,比如JohnDeere,它们运用Hadoop和NoSQL数据库技术开发了非常强大的以数据为导向的应用。当硅谷还把自己当做宇宙的中心时,外面那个更广阔的世界正把大数据用在最有用的地方。
如果不是这样我们才会感到惊讶。正如Goldmacher写的,这一点总是适用于科学技术:正如之前所说,如果我们回顾企业资源计划的历史,超过两 百家公司被创立,在标准商业流程的自动化过程中积累资本。这意味着1990年的投资者只有不到0.5%的可能性选择SAP或者ORCL作为最终赢家。但 是,如果投资者在1990年购买了Dow旗下三十家开展了企业资源计划的公司的股票,那他就能减少35%的一般成本和管理成本,并通过大规模自动化生产将 收益提高五倍,市值也将增加将近八倍。
当然,大数据基础框架服务提供商也会大捞一把,比如Cloudera。Cloudera的市值已经达到几十亿美元,其它一些公司,像DataStax和MongoDB之类,市值也已经超过了十亿美元。
但是从这些公司的软件中获益最多的并不是它们自己,理由如下:
大多数大数据技术是开放性资源,这意味着大家都能采用它,很难从中盈利。
这些技术主要的用户是像Hadoop这种发展中的公司,这些公司对推动技术的采用非常重要,但是它们不愿意花钱。
与消费者关系更密切的公司和资金相对充足的公司更可能用大数据盈利。
根据第一点理由,Cloudera的合伙创始人MikeOlson认为,你不可能靠封闭资源平台获得成功,你也不能仅凭开放的资源建立一个成功 的独立的公司。这使得供应商把所有权和开放资源许可结合起来,从而使收益最大化,但是那些处在行业顶端的公司就不用担心这种情况。
赢家是
显而易见,他们就是应用(具体服务)供应商,他们不向最终用户展示技术的复杂性,只为他们所提供的服务收费。Workday的合伙创始人AneelBhusri几年前就有了这个想法。
McKinsey&Co.详细说明了大数据对不同产业的影响:
这些公司包括我前面前面提到的JohnDeeres,但论起技术上更主流,谁会胜利呢?
答案就是那些最会隐藏产品的复杂性、能让用户轻松操作的公司。
举个例子,微软就符合这种模式。看看他对Azure的机器学习做了什么。Azure机器学习有望消除几乎全部首创费用中与制作、开发和扩展机器学习方法有关的部分,并且可视工作流程和首创模板可以让一般的机器学习任务更简单。
虽然微软有很多可挑剔的地方(我就经常找它的茬),但它在减少复杂计算中的困难这一方面做的比其他任何公司都多。Windows、VisualStudio,还有很多其他的科技使得主流系统管理员和开发者发挥创造性成为可能,Azure机器学习效仿了这些科技。
极客消失了!
但是,我们要进一步考虑。毕竟,虽然大数据给开发者和系统管理员用已经不错了,但真正要解决的问题是这样让大数据更容易为你我这样的普通人使用,Wikibon分析师DaveVellante有了下面这个想法:
商业智能造就了一类分析师,但它始终没有成为主流。我们希望大数据能成为主流。
有一个看起来很适合做这件事的公司就是Adobe。一直以来Adobe都很关注创造性的职业,几年前对Omniture的收购使得Adobe稳步跨越进了大数据世界,但它更关注帮助营销专家获得潜在顾客。
管理大数据的重点不在于巨大的数据量,更多的是关于不断增加的数据来源和数据类型。对一个像Adobe这样的公司来说,为了让营销专家根据广告、图表等内容在极短时间内做出决策,它要搜集和分析来自社会媒体、现金收据等等的各种信息来了解顾客的行为。
该清除杂草了
微软和Adobe仅仅是大数据可能的赢家的两个例子,当然还有很多其他公司可能脱颖而出,希望这里面的有你的公司。
为了达成这个目标,我们需要停止对大数据技术中没什么用的东西的钻研,转而去关注它们能创造的商业价值。这种价值能通过我们使用的应用传递,不会凭空消失。
Olson在接受博世的DirkSlama的采访时说,他和很多仅仅把大数据当做数据的人聊过,他觉得这些人不是理想的工作伙伴,因为他们从根本上来说不是以商业问题为导向的。大数据时代真正的赢家是那些专注于解决实际商业问题的人。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27