京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何将大数据进行到底
“大数据”这个词可以说是已经完全把“云计算”的风头盖了下去,现在各种行业会议仿佛不提大数据就跟不上时代。而Gartner近日有报告显示,虽然全球范围内各大企业用户都加强了对大数据(Big Data)业务的投资力度,但有6成企业对大数据投资额的回报产生质疑。是什么原因让企业对这个趋之若鹜的技术产生了怀疑?
60%企业认为谈回报率为时尚早
Gartner报告显示,2012年全球各大企业用于大数据业务的投资总额达到43亿美元,其中绝大部分投资是针对公司服务器上运行的软件。预计2013年期间,这个投资总额将增至340亿美元。
但是,尽管企业加大了对大数据业务的投资,大部分企业未能确信这些投资将有良好回报。通过对800多名商业和IT主管的调查显示,60%的受访者表示,目前判断大数据投资能够带来良好回报还为时过早。
大数据光鲜背后
什么是大数据?到现在对于 “大数据”还没有标准的定义。维基百科上有人对大数据作了如下描述:数据增长如此之快,以至于难以使用现有的数据库管理工具来驾驭,困难存在于数据的获取,存储,搜索,共享,分析和可视化等方面。
作为未来发展的必然趋势,毫无疑问大数据对于企业有着极为深远的意义。近两年来,包括IBM、惠普等在内的存储厂商在追捧“大数据”的概念,他们提出除了为客户提供基础的存储解决方案外,还向企业推广一系列针对“大数据”的分析解决方案,挖掘数据背后的价值。
但在各种文章铺天盖地描述大数据的美好前景的同时,却鲜有大数据项目实施的实际效果的相关报道。
能够引起企业对回报率的质疑,首先我们必须看到的是,“回报率”在有些行业并不是显而易见。在金融服务领域,大数据能够促使服务更好、更有效,从而实现更有利的经营策略。媒体公司可以销售更多的广告版面。电子商务公司可卖出更多产品。
但是这些公司拥有一般企业经营公司不具备的一个共同点:投资回报率显而易见,足以使这些公司排除进入障碍进入大数据领域。而对于大多数企业,大数据是否具有足够的吸引力?很可能不会。大数据价值必须非常高、便宜而且足够成熟,才能吸引企业购买。
如何将大数据进行到底
有业内人士指出,制约大数据发展的因素主要有两个:第一,能够发掘大数据的技术还没有成熟;第二,成本太高。做大数据的时候,存储应该非常便宜,虽然存储比很多年前便宜很多,但还是很高。
非结构数据的快速增长加大了数据处理的难度。同时,许多公司仍处于大数据的研发阶段。也因此,在很多企业内心增加了很多不确定性。大数据技术必须更加容易,项目管理技能更广泛,大数据方可真正成为主流。
从具体技术上来看,数据投资回报是数据价值除以数据成本,首先,我们需要降低数据成本,提升数据价值。降低数据成本的方法很多,最重要的是把低活跃度的数据转移到低成本的存贮器上去。而增加数据的价值则要收集更多、更全面的数据,最近比较火的社交化软件正可以在此发挥作用。其次,要针对数据质量有一个数据治理的队伍和流程。最后,要有很好的数据分析的能力,“数据可视化”是当前的大趋势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12