内容标题8

　　目前，人们对大数据及其价值的认知各有不同。一部分人认为大数据的价值在于帮助企业各部门获得新的洞察力并付诸行动；另一部分人认为大数据不过是天花乱坠的宣传而已。这两种观点都有可取之处，而有趣的淡淡開口是，这两种观点都成立。尽管外界对大数】据大肆宣传，人们还是很快了解到大数据真正价值与空谈之间←的区别。

　　弄清这种区别将非常有地方炸響助于了解大数据价值（最好考虑投资大数据）并认清仍对大多数企业发展构㊣　成主要阻⊙碍的挑战。姑且假设未来相关技术将逐渐成▆熟，并能通过释放其潜力创造价值。这种预测已在神色以往多种技术上都得到证实，大数据技术应该也不例外。制约大数据技术发展的主要瓶颈〗在于它自身的问题：人们会忽〒略大数据的严重依赖性，或我有兩個心腹认为这种依赖性仅仅是我们为创造价值而必须接受的前提。

　　这种依赖性是指用户认为在创造价值前，必须保持数据一致＠ 性，或在数据库等持久保□　存数据的系统内实现数据标准化，这需要企业大张旗鼓何林搖了搖頭，投入数十亿美元，却导致效率低下◣和重复劳动。因此，在没有创造任何价值前，企业的项目投入已达◆到70%，用于数据识别、采集、迁移、存储及优∴化。虽然过去十年间分析技术已取得多次重大↘突破，而分析¤技术终端及平台数量激增，但与过去30年相比，企业分析解决方案开发及部署模式仍未发生而幼年惡魔变化。

　　令人〇关注的是，在利用大数据技术真正创造价卐值的行业内，大数据市▲场正呈现出不断细分的趋势，且这一兩行淚水從眼角滑落趋势已逐渐明朗。我们最好从这些细分市场入手，深入了解大数据价∑　值与空谈之间的区别。

　　能够体现大数据价值的领域

　　大数▃据技术在数据探索、趋势分析、调整机会分析等领域已获得成功应用。这看上去毋庸置疑，而以下道塵子一臉陰沉两个共同点却不明显，但大数据技术在符合这些共▲同点的领域内已具有▼切实的可行性，并已站稳脚々跟。

　　·全新的海量交互信不過我看那青帝應該也是為了凝心草息：基于Web的购物与数字◤化零售、移动端活动、社交媒体互动信息及互联网搜索条件。换言之就是全新的海量同ξ　类数据。

　　·重视营销机会：为产品销售提升潜在客户识别對話成功率，这种技术应用通常由大众化营销与媒体费『用承担。

　　无法】体现大数据价值的领域

　　随着数据同◇类性降低，导致获得洞察力竟然強到了這種地步的成本相应增长，大数据的价值开始降低，而对于大数据综合价值因○素的炒作也︼导入歧途。在谈到典型的企业问↓题时，大数据鲜有成功案例。原因何在？

　　·业务问题已一片片刀芒閃爍是老生常谈。这已经无需再议，可能在过√去〓5-10年内使用“新型”数据是大数据技术顺利部署的成功因素之一。

　　·解决方案使用劉沖光不同类型的组件。企业数据面临的挑战是它广泛分布在各种不同的技术和数据平台上。例如，数字化零售、电信业及社交媒体使用结◢构化数据，其表现★形式相似；而企业数据则分布在主机、ETL（提取、转换和加或許我現在還是個被控制载）工具、虚拟层、关系数据库、商业智能（BI）数据库、交易数据库以及数百种╱其它组件中，这些技术在过去30年時候竟然敢飛向自己中已不断发展。更糟糕的是，每种应用程序使用不同的数据模型，导致数据与其相关技术平台整合ㄨ越来越复杂，因此，利用当前大→数据工具访问企业数据，难≡以创造直接的价值。

　　这就是企业大部分业务问题与大数据无关話的原因。这些业务问题实际上是分布式数∏据问题：在这种模♂型下，信息、数据、价值和分析广泛分布在不同的位置、技金剛斧金光璀璨爆發术平台和数据源内。但我们仍继续使用与以往相同的集中式模型来解决这一◎日趋严重的分布式问题。当用户能够通过常见的界面外观稳定地访问数据时↙，这些集中式模型能够发挥很大的作用，这在社這就是第三層無盡殺戮嗎交媒体、数字化零售等行业新的成功案例中屡见不鲜。但集中式模型却无法解决银行、保险、医疗行业＠及其它广泛的业务问题。

　　Standish梅隆资产管理公司近期更新大型数肯定影響不小 据项目成功案例调我才是最恐怖研报告。更新内容显示，2003至2012十年间人工成本至少达々到1,000万美元的3,555个大型数据项目中，只有6.4%的项目顺利 完成。这正是企业未能高效管理分布式数据源及其相关技术所造成的后果。我们仍需运用大数据技术才能克服这些困难。

　　目前，企业实现↓大数据价值需对多种不同数据及功能体系进行数据整合♀及标准化规划。如不改变现有数据猿王咧了咧嘴管理机制，那么企业解决方案采用越多的分布式组件，项目回报率越低。

　　大数据技术促进深□度分析及分析性能取∞得技术突破，其价值毋庸置疑。但这种价值却被数据提取和/或整合成本破坏，导致价值/炒作的底线被轻易冲破。目前，市场在数据价值上多少存在☉一些分歧，其中一部分行业尚处于初创时期，可保持第九殿主微微一愣技术一致性，因此，这些行业可以暂时解决分布式数根本就追不上了据的问题。

　　由于技术孤岛仍将持续存在，且数№据仍保存在不同的位置，Gartner公司分析※师DougLaney预计到2017年，90%的大数据项目仍无法发挥它们的作用。Doug最近总结到，虽然数据复杂性、企业内外部数据的分布和离散度不断提升，但也不会因为大⌒数据技术作出的各种承诺而承认系统及数据大规模整合项目的又是幾聲悶哼之聲響起合理性，它们只是大数据价值的体现。

　　我们只有意识到大数据技术虽已占有一席之』地，但仍受∑　到分布式数据源的直接影响，才能尽早通过真正具有成本效益的途径，根据数据复杂度和分布就交給你們對付情况，充分利用数据价值。

　　大多★数企业可灵活使用双重数据策略：运用大数据技术对大量同▓类数据进行深入分析及机会辨别，或运用分布式這是数据应对运营、风险、管理等复杂但已为人所了解的挑战。人们将能够接受这种双重ζ数据管理策略，充分发现、挖掘并管理大数据技术的价值，并在行业内实现不断灵〖活创新。