大数据文摘出品
记者:魏子敏
当地时间10月15日,2018 Teradata全球用户大会在美国拉斯维加斯举行。来自15个国家的3000多位数据人参与了本次峰会。
大会第一日,Teradata发布了针对“企业数据分析”的2018年调研结果。
调研结果显示,多数被访问的高级管理人员对数据分析投资结果不满意:他们认为相关投资并未带来他们期望的成果。
具体来看,该调研报告罗列了企业数据分析项目面临三大基本挑战:
1) 分析技术过于复杂:近四分之三(74%)的受访者表示,企业使用的分析技术过于复杂d;其中42%的受访者认为企业员工难以使用或理解分析技术。
2) 用户无法获取所有所需数据:79%的受访者表示,他们需要获得更多企业数据,才能高效完成任务。
3) 优秀数据科学家缺乏成为发展瓶颈:仅25%的受访者表示,其全球企业内的业务决策者无需数据科学家,也具备从分析能力中获取并使用智能化技术的技能。
过于复杂的分析技术
近年来,数据采集、存储和分析技术呈爆炸性增长趋势,但其复杂度也显著提升,经常导致技术无法有效使用。调研报告显示,其主要原因是科技厂商通常不会做足功课,确保所有企业员工都能轻松了解并使用其产品;随着近期开源工具的激增与普及,这一问题进一步加剧。
数据访问受限
调研结果还显示,用户需要访问更多数据,才能高效完成任务。决策者和用户都清楚,做出更明智的决策通常需要更多数据。而无法获取所有必要数据经常是顺利实施分析技术的绊脚石。决策者需要做出明智决策,但平均缺少近三分之一的信息——这一差距无法接受,对决定市场竞争成败举足轻重。
数据科学家缺乏
最后,缺少“独角兽”式的数据科学家仍是企业发展瓶颈所在,这使企业难以部署无处不在的智能化技术。大多数受访者表示,为解决这一问题,企业正在或计划投资更易用的技术及技术培训,以增强员工的技术能力。
本次调研由Teradata天睿公司委托独立科技市场调研公司Vanson Bourne在 2018 年 8 月至 9 月,面向全球企业高管开展。共访谈美洲、欧洲及亚太地区的 260名高级业务和IT 决策者。 受访者来自上市或私有企业,企业拥有不少于1,000名员工且全球年收入不低于2.5亿美元(其中,69%的受访者企业的全球年收入不低于10亿美元)。所有访谈均通过在线访谈或电话沟通。本次调研经过严格的多级筛查,确保只有符合要求的候选人才有机会参加调研。
【今日机器学习概念】
Have a Great Definition