2018年数据分析六大趋势.docVIP

2018年数据分析的六大趋势 　　数据分析和相关的数据技术与社交媒体、移动和云计算一道已成为数字时代的几大颠覆者。随着许多公司从2017年开始从数据生成型企业转向数据驱动型企业，数据和分析已成为许多企业的重心。2018年，这些技术需要开始实现价值。 数据湖需要证明商业价值，否则就完蛋 　　多年来数据在企业界迅速积累。随着数据源从互联网转移到移动端和机器，物联网会进一步加快生成数据的速度。 　　实时流数据平台提供商DataTorrent的首席执行官Guy Churchward说：“这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，由Apache Hadoop之类的技术作为支撑，解决方案就是创建数据湖?D?D面向整个企业的数据管理平台，用于以原生格式存储企业的所有数据。数据湖有望消除信息孤岛，因为它提供了单一数据存储库，整个企业可以将该存储库用于从业务分析到数据挖掘的各个方面。很多厂商号称原始、无人管理的数据湖是无所不包的大数据万灵药。 　　虽然数据湖已被证明存储海量数据很有效，可是?恼庑┦?据中获取可付诸行动的洞察力却很难。 　　Churchward说：“数据湖让许多公司顺利地度过了数据‘静态’和‘批处理’时代。然而早在2015年，这种架构被过度使用的弊端开始显露出来，现在数据湖成了实时数据分析的致命弱点。先放置数据再分析数据，这立刻使公司处于极大的劣势。获取洞察力，并尽快采取行动，然而依赖过时事件数据的公司无法看清情况、应采取的行动以及任何可能的即时补救措施。在这个方面，“足够好”从战略上来说很致命。 　　Splice Machine的首席执行官Monte Zweben赞同这个观点。Zweben预测，2018年，“Hadoop迎来全面幻灭的时代，许多公司丧生于数据湖。这是因为把基于Hadoop的计算引擎搭起来很复杂，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Ken Hoang表示，想在2018年生存下去，数据湖就得开始证明其商业价值。 　　Hoang说：“在过去几年，数据湖（新的数据倾倒场）已经历了试验性部署，除非它证明能实现价值，否则会开始关闭。成功数据湖的特征是拥有这样一种企业目录，可以将信息发掘、人工智能和信息管理结合起来，为企业提供新的洞察力。” 　　然而，Hoang并不认为数据湖完全失败。他预测，数据湖及其他大型数据枢纽会通过他所谓的“超级枢纽”（super hub）找到新的生机，“超级枢纽”可以通过机器学习提供“环境即服务”（context-as-a-service）。 　　Hoang说：“过去25年部署的大型数据枢纽（比如数据仓库、主数据管理、数据湖、Salesforce和ERP）导致了更多的数据孤岛，而这些孤岛之间无法轻易理解、关联或共享。枢纽中的枢纽能够跨这些枢纽关联资产，因而实现环境即服务，这反过来会带来更相关、更精准的预测性洞察力，从而更迅速地获得更显著的运营业务成效。” 　　MapR的首席应用架构师Ted Dunning预测会出现类似的转变：由于大数据系统成为存储、访问和运营等方面的重心，企业会考虑构建一种全局数据结构，以便全面访问来自多个数据源的数据和面向真正多租户的系统的计算资源。 　　Dunning说：“我们会看到越来越多的企业将计算当成数据流，而不是当成处理完后存入到数据库中的数据。这些数据流获取关键的业务事件，体现业务结构。统一的数据结构将成为构建这种大规模数据流系统的基础。” 　　自助服务数据分析专业公司Alteryx的首席战略官Langley Eide表示，并非只有IT部门担负起责任让数据湖实现价值，业务部门的分析员和首席数字官（CDO）也要在2018年担负起责任。 　　Eide说：“大多数分析员并没有充分利用涌入数据湖的大量非结构化资源，比如点击流数据、物联网数据和日志数据等，主要是由于这些数据很难利用起来。而事实上，如果分析员不去处理这些数据，就没有尽到责任。人们普遍认为，许多数据湖是不良资产?D?D人们不知道有什么数据、如何访问数据，或者如何从数据获取洞察力。更多的CDO和企业希望从数据湖获得更高的投资回报，这个现状在2018年会发生变化。” 　　Eide预测，2018年我们会看到分析员们将Excel和SQL之类的“蛮力”工具换成更注重编程的方法和技术，比如数据编目，从数据中发掘并获取更多的价值。 CDO将成熟起来 　　由于新的趋势是从数据中获得更好的洞察力，Edie还预测CDO的角色在2018年会成熟起来。 　　“数据实质上是新的石油，CDO开始被认为是解决当今企业最重要的问题：从数据中获取价值的关键角色。由于预算通常不到1000万美元，CDO面临的最大挑战和机遇之一就是，让企业的数据资产更