2017年会成为大数据的扫盲年吗?

过去一年内,我们看到了大数据的井喷式发展,数据处理分析成为热门,大数据行业呈现出信息激进之势。这导致数据科学家、数据应用程序员和商业分析师等大数据方面的人才成为当下职场最炙手可热的岗位。

但是,我们也能发现,有能力处理日益增长的大规模数据计算的专家和人才,还远远达不到市场需求的数量。

有人预测,随着商业数据不断增多,2017年将成为新数字信息时代的开始。但是如果没有足够多的专家对这些数据进行分析利用,那么这些资源将在很大程度上得不到充分的利用。

很不幸,事实情况是大数据的发展要远远快于我们学习利用数据的速度。

很多公司的决策者就只能依靠自己的直觉进行决策,这是因为他们眼前的数据规模庞大,杂乱无章,有些数据呈现出的信息甚至看似矛盾,导致了很多重大决策上的失误。

这种情况亟待改变。要改变现状,就必须提高数据科学家的水平。但是2017年更重要的任务是让更多的人了解大数据,即为更多的人提供数据分析工具和数据分析训练,来提高普通民众的大数据素养水平。

100年前,我们说要教普通民众读书写字,进行扫盲,现在我们也需要针对大数据扫盲,因为大数据分析能力将成为未来最重要的商业技能之一。

那么,要进行大数据扫盲,我们应该怎么做呢?

以下是我的一些看法

1

1

大数据的组合

大数据规模的重要性将逐渐让位于大数据组合。

数据的存储残片越来越多,很大一部分来自于云以外的数据源,这种情况下,如果没有明确目的性的话,储存数据的成本将大大提高。

这意味着我们需要建立一个新的模型,让公司企业能够快速组合他们的大数据和小数据,方便他们获得全面的信息并尽快确定数据的价值。组合数据也将帮助提高数据的准确性和可读性。

2

混合思维

2017年,混合云和多平台将成为数据分析的主要模型。

云的优势显而易见,存储数据方便,扩容难度小,因此云已经成为大数据的主要发展方向。但是单个的云是不够的,因为数据和工作负荷(workloads)将需要多个平台。此外,数据的重要性也决定了多个云备份的重要性。混合云和多平台环境将成为大数据的主导模型,工作负荷和数据公布将在云和预制数据储存系统之间展开。

3

面向全民的自助式服务

免费增值将成为新常态。

2017年用户将更方便的对他们的数据展开分析。越来越多的数据可视化工具将以更低的价格出现在市场上,甚至免费。这样一来,一些分析学将面向全民开放。越来越多的人开始学习分析学,那么数据素养水平自然将会提高——越来越多的商人会知道他们需要哪些数据和工具,这些数据对他们的公司有什么用。信息激进发展也将进一步得到刺激。

4

扩容

两年前的用户导向数据挖掘已经成为当今企业广泛使用的商业智能。

2017年,这种商业智能将取代过时的报告优先平台。随着商业智能成为新的商业参考结构,它将成为面向全民的自助式数据分析工具。商业智能还将能承接扩容、运营、管理、安全方面不同的需求。

5

发展中分析

2017年,我们的关注点将从“高级分析”(advanced analytics)转向“发展中分析”(advancing analytics)。

高级分析是至关重要的,模型的创建、管理和策划只有高技术水平的数据专家才能够做到。但是一旦模型建立起来了,更多的人就能够从这些模型中受益,普通人也可以使用这些自助服务工具。

此外,通过赋予软件更多智能,提高模型的分析能力,降低复杂性和分析数据洞察的难度。但数据分析不应该被简单定义为黑盒子或过于规范化的概念。

最近“人工智能”被炒的火热,但它并不能取代人类分析,只能作为辅助人类的分析工具。人工智能固然能够帮助回答一些问题,但是和回答问题同样重要的是提出问题,这只能由人脑来完成。

6

可视化将从纯分析工具发展成为适用于全信息供给链的 重要概念。

可视化将成为统一中心的强大组件,它采用视觉方法管理信息资产,准备视觉自助服务数据,从而支持现实视觉分析。此外,可视化作为传达交流信息方式上将取得重大进展。这样一来,数据供应链可服务的用户数量将会增加。

7

从定制分析应用程序到应用程序内分析

应用程度的使用者不一定是这个应用程序的开发者。

但是我们也应该让这些使用者能够发掘他们自己的数据。提高大数据的素养水平之后,人们就能更好的从分析学中获益,因为他们可以使用各种应用程序来帮助他们结合自身情况进行数据分析,还能运用分析学工具自己进行数据分析的工作。由此看来,开放可扩展的、可定制的情景化的分析工具将在未来成为主流。

这些趋势为不仅能提高信息活动水平,而且将为提高数据素养水平提供了基础。毕竟,可以抓住“另一半人群”(即技术不熟练的信息工作者和行动工作者)的新平台和技术将帮助我们进入一个新时代,让合适的数据与合适的人以及他们的想法联系在一起——这将弥补我们现有数据水平与我们从中获得洞察力的能力之间的鸿沟。

这是我们应该选择的道路,它能带领我们走向一个更加开明的,信息驱动的和基于事实的新时代。

翻译:灯塔大数据

原文发布于微信公众号 - 灯塔大数据(DTbigdata)

原文发表时间:2017-01-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云计算D1net

关于云技术混合架构的三个认识误区

我以一位负责以云服务为基础实现多种业务解决方案交付工作的CIO的身份表达自己对混合架构的观点。在过去五个月中,我有幸参与到十几次高层对话当中,交流对象包括多位来...

2846
来自专栏CDA数据分析师

一篇文章读懂BAT互联网大数据应用

文 | 傅志华 互联网行业在大数据的积累和应用以百度、腾讯和阿里巴巴最为值得关注。百度、腾讯和阿里巴巴在大数据的应用上虽然有共同的地方,但由于各自的数据来源和商...

34810
来自专栏云计算D1net

升级SaaS应用管理 积极拥抱“互联网+”

随着云计算、移动互联网和应用软件的成熟,SaaS作为一种即买即用的云服务模式已经逐步得到中小企业的认可。目前市场上已经有很多SaaS应用,如办公类应用、销售类应...

3024
来自专栏PPV课数据科学社区

【案例】详解BAT的互联网大数据应用有何不同?

互联网行业在大数据的积累和应用以百度、腾讯和阿里巴巴最为值得关注。百度、腾讯和阿里巴巴在大数据的应用上虽然有共同的地方,但由于各自的数据来源和商业模式的不同,其...

3025
来自专栏云计算D1net

今日的混合云将迎来怎样的发展成果?

共同展望混合云在新一年中的发展趋势。 过去几年以来,我发现了一种有趣的现象:对未来可能出现哪些新兴技术做出预测,其难度要远低于准确预测此类新兴技术会于何时出现。...

3055
来自专栏云计算D1net

采用公共云的障碍正在减弱,但服务器的危险仍然存在

随着公共云继续扩展到主流IT,企业采用公共云的障碍似乎正在降低。麦肯锡公司最近的一项研究表明,云计算环境的安全问题不像过去那么突出。 如今,采用公共云变得越来越...

3479
来自专栏新智元

智能音箱2017大爆发,6大数据看懂亚马逊与谷歌之争

【新智元导读】 2017年下半年,智能音箱势必会掀起一场新的风暴。随着谷歌和苹果的重力出击,在国外,各家的争夺日趋白热化。亚马逊凭借先发优势,目前市场份额已经占...

40612
来自专栏Java帮帮-微信公众号-技术文章全总结

项目管理——产品开发各角色职能及技能要求

项目管理——产品开发各角色职能及技能要求 PDT经理(LPDT) 职责说明 定义项目研发过程,组建项目团队并明确职责,定义项目研发过程的度量指标; 主导制定并...

3355
来自专栏ThoughtWorks

一场国际水准的技术大会,一次领域驱动设计(DDD)实践者们的狂欢!

架构是为了解决业务问题而产生的,没有了业务,架构就没有了存在的前提!在解决同一个业务问题的前提下,更高效更低成本的架构,会淘汰低效高成本的架构。DDD让架构更高...

1513
来自专栏BestSDK

AI 连程序员的饭碗也要抢?未来计算机可以给自己编程序

人工智能的前景是无量的。家用服务机器人、亚马逊的智能 Echo、无人机送货、精准的医疗诊断……在 AI的帮助下,这些智能设备正以飞快的速度走进每家每户。人们可以...

2917

扫码关注云+社区

领取腾讯云代金券