您会跟随大数据趋势还是让竞争对手超越您？

[mostakimvip06]

让我们从基础知识开始 - 如果我们查看维基百科并总结定义，以下内容适用于大数据：术语大数据是指从不同来源（例如人、机器或传感器）获得的大量不同类型的数据。它是来自大量不同领域的信息。海量数据还可以包括个人数据或与个人有关的数据。

数据一直存在。收集它们的概念本身并不特别或新鲜。然而， “大数据”一词出现于 20 世纪 90 年代初，当时数据采集的数量和速度开始快速增长。今天（嗯，有一段时间了）我们正处于这样一个数据集无法再通过传统处理方法进行处理的阶段。

趋势？为什么已经？
您认识没有手机的人吗——当然，小孩子除外？您是否认识没有任何设备始终连接到互联网的人？如今，技术正在以光速发展，其可访问性也是如此。因此，我们使用各种设备也就不足为奇了，从小型设备（智能手表中的芯片）到大型设备（汽车），这些设备都有一个非常重要的特征——它们不断连接到互联网。所有这些东西也被称为物联网（IoT ）。持续连接的原因有多种。大多数情况下，软件需要访问服务器或其他设备才能正常运行。一个更重要的原因，也是我们最感兴趣的，是绝大多数这些设备都带有服务器或彼此交换各种数据 - 基本上至少是有关应用程序使用的数据，还有更多的个人数据。例如，运行应用程序时，我们将能够看到我们何时何地跑了这 5 公里，同时，同一应用程序的其他用户及其开发人员也可以看到这些数据。

但上述所有内容与大数据有何关系？答案基本上非常简单：正如已经提到的，绝大多数智能设备与服务器和其他设备交换大量数据。英特尔预计，2020年智能设备数量将突破2000亿台。是的，你没看错。平均每人拥有约26台智能设备。数据量以及数据流动的速度几乎是难以想象的。

如果我们在所有这些琐碎的事情中添加一个业务组件，我们就面临一个选择——要么我们采用旧的方式，让竞争对手利用这座海量的数据和从中学到的一切，要么我们自己跳上来火车并利用了这个机会。为了让我们更容易了解大数据领域的前景以及发展方向，我们将预期趋势描述如下，重点关注业务方面。

数据无处不在
根据 Raconteur Media 公司的数据，我们在 2019 年已经每天产生 2.5 艾字节的数据（1 EB = 10 18 B）。为了让你更好地了解这个数字有多大：如果你想录制一个占用 1 艾字节的视频通话，那么你必须从 237,823 年前的那个通话开始。到 2025 年，每天产生的数据量预计将增长到 463 艾字节。



资料来源：Raconteur Media

数据量迫使我们在各个领域进行开发，例如获得额外的员工技能（数据的获取、处理和分析）、高级分析的开发、各种工具的开发等。此时我可能会提到数字化转型的概念，这对于大多数公司来说都是必要的，即使是那些尚未考虑的公司。

期望很高
在公司中，我们意识到数据隐藏了能够并且将会帮助我们成长 巴拿马电报数据库 的重要信息。我们可以谈论有关客户的具体信息，在此基础上我们可以开发新的、更合适的产品和服务或改进旧的产品和服务。我们可以谈论有关竞争或我们所在市场的具体信息。但还有很多其他的。无论如何，新获得的信息将帮助我们选择更合适的业务目标、更好的业务决策、更高的生产力、更好的客户用户体验等。

为了能够充分利用数据隐藏的潜力，现在有必要考虑这样的方法。在公司，我们必须已经学会管理大数据，同时思考一个长期战略，如何改造整个公司，使业务决策基于数据。我本人从不排除常识或本能，但数据通常非常有帮助。

“在家”进行分析
目前的情况是，大多数公司都使用多种分析解决方案。作为其中之一，我可以提到用于监控网络分析的 Google Analytics 工具。我们经常针对业务的不同部分和不同的需求使用不同的工具。这会导致混乱，左手最终不知道右手在做什么（当然反之亦然）。更糟糕的是，有价值的信息会丢失，最重要的是，公司内部高层进行认真分析和获取数据洞察的可能性也会丢失。

趋势是数据建模和语义模型的构建，这将为用户提供所有数据的单一入口点。当然应该添加高级可视化和报告。然而，由于数据量巨大，最终如果没有机器学习，可能还有云解决方案，这是不可能的。

最大的障碍——数据集成
在之前的趋势中，我们已经提到了不同的分析工具、不同的部门等等。事实上，我们正在谈论数据孤岛，直到例如有人将自己筒仓中的数据与另一个筒仓中的数据结合起来。这意味着它需要来自两个不同数据源的数据。由于公司也使用专用的分析工具，因此期望我们将它们全部扔掉并只决定一种通用的分析工具是不切实际的。与此同时，我们可能无法无限期地处理来自各种来源的数据的导出和准备，甚至无法为分析做好准备。因此，趋势是设计和开发抽象级别，以便能够在通用的更高级别上处理和分析数据，无论其来源如何。通过这种方式，我们将能够保留当前的架构，并且对于用户来说，他们看起来就像在单个数据库上工作一样。


看到数据附加值的公司未来将调整其整个运营以适应这一点。
点击发推文

云解决方案的使用正在增加
尽管存在数据安全问题，但越来越多的云解决方案正在被使用。为什么？我看到了一些重要的原因：

云服务提供商的安全性往往比企业还要好。具体情况已经如此特殊，以至于我们需要的知识对于个人来说如果不专门研究特定解决方案就很难获得。个体提供商还拥有规模更大的专家团队，他们知道如何确保一切顺利且正确。
基础设施的硬件和软件都需要定期维护，这又会影响安全性。
从前两点来看，两者的内部成本往往太高且不值得，而过去的情况不一定如此。随着云计算的蓬勃发展，该领域的服务也变得更加便宜，这也意味着公司的可访问性更高。投资自己的基础设施变得越来越难以证明其合理性。
这种趋势的另一个重要原因是可扩展性。提供商使用他们的工具来实现令人惊讶的快速基础设施适应。这通常由图形界面提供，例如它们允许我们只需点击几下即可添加包含所有设置的数据库。这与虚拟环境类似。或者更换数据盘。


我们目前正处于使用混合模型的时期（部分数据在云端，部分数据在公司），但我们预计云解决方案的使用比例将大幅增长。

安全仍然是首要任务
当我们处理数据时，安全性是第一位的（或者至少应该如此）。尤其是在涉及个人数据时。这里我们不仅讨论数据的访问，还讨论非结构化数据格式（图像、视频等）。

越来越常见的情况是，仅允许使用密码进行访问的工具对我们来说是不够的，但我们会想要，例如，使用两级身份验证，根据用户的角色限制访问，或者例如数据库中单个数据级别的安全规则。