京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据调查:企业使用大数据9大现状
围绕着大数据的炒作可谓极其疯狂,这种炒作也在推动着大量的投资进入这一领域。 市场研究公司IDC预计,大数据技术及服务市场的年增长率为27%,到2017年将达到324亿美元。IDC称,大数据市场的这种增长比整体ICT市场增长高出6倍多。
然而尽管资金充裕,但是企业界在渡过了大数据的早期采用阶段之后是否找到了成功之路却并不清楚。为了寻找到明确的答案,研究人员调查了诸多企业的IT经理和管理人员,受访者们分享了他们组织的大数据计划、投资和重点细节。
由NetworkWorld主导实施,IDG五大企业出版物(CIO、Computerworld、CSO、InfoWorld和ITworld)参与的《2014大数据调查》已经找到了一些关键性重点。
这次调查所涉及的企业处于大数据部署的各个不同阶段。有些企业已经实施(19%)或正在实施(25%)大数据项目。其他企业已制定了实施计划——会在未来12个月(16%)或未来13-24个月(16%)实施。其余企业(23%)则尚不确定,它们可能会在未来某个时间实施大数据项目,但目前仍在努力寻找合适的战略或解决方案。
从宏观角度看,大数据对于所有行业中不同规模的企业来说都在变得越来越重要。当被问及大数据计划对企业来说其重要程度如何时,53%的受访企业回答至关重要或者高优先级的,另有34%的受访企业回答为中度优先级。只有12%的受访企业认为大数据计划尚属低优先级项目。
以下是本次调查所发现的其他一些关键要点:
1、企业希望决策更准确,更快速。
为什么要使用大数据?因为它在企业决策的质量和速度方面发挥着至关重要的作用。推动企业投资大数据的两个最普遍的业务目标就是改善决策的质量(59%),以及提高决策速度(53%)。
紧随其后的大数据业务目标排名是改进规划和预测(47%);开发新产品/服务和收入流(47%);提高吸引新客户/客户保留率(44%);以及建立新的业务合作伙伴关系(34%)。
2、越来越多的大企业正进入PB时代。
企业已经积累了与其客户和业务相关的巨大的数据集。在所有接受调查的企业中,目前所管理的平均数据量为164TB。而当被问及在未来12到18个月后他们估计将会管理多大数据量时,受访者所预计的平均数据量为289TB——增长率为76%!
今天,6%的受访企业已经在管理超过1PB的数据;这一百分比在未来12到18个月内将增加到14%。在最大型的企业中(指年收入至少在10亿美元以上者),有31%预计将会管理超过1PB的数据。
3、企业已感觉到数据过载的后果。
当有庞大的数据量涌入企业时,必然会产生很多后果。例如无能力或无法迅速找到所需的信息而失去一些业务(有11%的受访者认为这一情况经常发生,31%认为偶然发生);在制定重要决策时出现延迟(14%经常发生,39%偶然发生);用户因数据而不堪重负(19%经常发生,46%偶然发生);发生数据安全问题(4%经常发生,15%偶然发生)。
4、企业准备投资;ROI现在并非主要的障碍。
调查发现,有限的预算是最紧迫的大数据挑战。在受访企业中,投资充裕的极少。在低端市场,19%的受访企业称其来年在大数据上的花费少于10万美元。而在高端市场,29%的企业称投资将会超过100万美元(其中2%的企业称将会投入1亿美元或以上)。
这些投资将会花在各种不同的大数据相关领域,包括:
●开发或购买软件应用(38%)
●投资购买额外的服务器或存储软硬件(37%)
●使用开源软件框架(例如ApacheHadoop)(30%)
●向云存储服务迁移(28%)
●增加网络带宽(27%)
●向云分析服务迁移(26%)
然而尽管大数据预算是最常见的担忧,但是ROI却并非紧迫问题。只有26%的受访企业认为投资的ROI是目前主要的障碍。
5、企业感觉大数据人才短缺。
企业担忧能否找到所需要的合适人才——例如知识工人、数据科学家——来执行企业大部分的大数据计划。在员工方面,34%的企业正在招募具备分析技能的人才,26%的企业考虑将外聘大数据专家。
当被问及在未来12到18个月内企业计划雇佣具备哪些技能组合的人才时,数据科学家占据首位(27%),其后依次是数据架构师(24%),数据分析师(24%),数据可视化专家(23%),业务分析师(21%),研究分析师(21%),主任分析师或分析经理(19%),以及数据库程序员(19%)。
6、数据的安全性成问题,但并非最紧迫问题。
预算有限和人才奇缺是最紧迫的两个大数据挑战。此外,受访企业还列举出了安全问题(35%),开发时间(35%),遗留问题如现有工具的集成(33%),糟糕的数据质量(32%),以及整合或分析实时数据的困难(30%)。
关于安全的话题,近半的受访企业(49%)表示其已有的安全解决方案和产品已可提供适当的大数据安全。29%的受访企业表示现有解决方案和产品不适用于大数据,22%的企业表示不知道。
7、什么较困难:是业务整合还是文化采纳?
研究人员在问及受访企业将大数据计划整合进组织的业务流程和文化时是否具备挑战性时,根据答复为极具挑战性或非常具有挑战性的不同,文化整合(54%)以微弱多数略微领先于业务流程整合(50%)。
8、IT部门主导大数据计划,但成功与否取决于跨职能部门的合作。
IT部门主导大数据项目是受访企业中的常态:46%的受访企业称高层IT经理主导其大数据项目。
但IT高管并非在单干:36%的企业称业务领导人也在参与。此外,受访者表示,其大数据项目受到CEO支持(比例为47%)或LOB支持(34%)。IT领导和业务领导都同意,当双方针对某些具体的业务挑战而合作时,大数据项目才有可能获得最好的成功。
9、对很多企业来说,发展动量将会持续。
展望未来,将近一半的受访企业(48%)认为未来三年内大数据的使用将会在企业内部广泛展开,另有26%的企业认为大数据会在一个或多个业务部门成为主流应用。只有5%的受访企业认为大数据计划会随着炒作的消失而消失,另有5%的企业回答不知道。其余16%的企业预计会试用大数据,但不会在主流生产中使用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22