
Gartner提醒组织,不要把大数据看作是一个独立的类别;如果忽视了移动化和桌面计算的差别就很有可能存在风险;企业将数据转为现金很有商机。
谈到下周在西班牙举办的BI分析和主数据管理峰会,Gartner分析师Ted Friedman建议组织:“不要将大数据实施独立开来,要将它归为BI的整体战略中。”
在新闻发布会上,Gartner声称:“随着IT组织在过去几年中所做的尝试,尤其是Hadoop DBMS产品设备的出现,应用供应商会继续推进,将为用途而创建、基于Hadoop的分析功能嵌入程序包中。这一趋势目前最值得注意的就是基于云计算的程序包产品。”
Friedman说:“不要把大数据独立开来,把它和你原有的项目对接。也不要认为一定要买一大堆全新的技术回来。”
“作为一名数据治理和MDM专家,我担心组织会把大数据晾一边,而不去利用多年来在BI和数据质量治理方面作出的成效。这有风险,尤其是IT预算会由CMO掌控。”
“客户会说,‘我们在市场方面部署了Hadoop和高级分析技术项目。’结果你发现他们没有使用已有的数据集成工具,与现有的数据仓库毫无关联。这确实让我很担忧。”
大数据还无形中为组织设定了一个更好地治理数据的准则。“举例来说,社交媒体数据拔高了在数据使用法律道德权利方面最佳实践的标准。”这些非结构化信息将是大数据中最艰涩也最有回报的类型。
“数据多样化在3V中最重要。最强大和最具影响力的信息应用案例一定涉及多种类型的数据,处理非机构化数据并找出它们与结构化交易数据之间的关联起到决定性的作用。但是目前组织还做不到。文本内容分析仍然是新生领域。”
小型移动设备的发展
Gartner峰会前的声明中指出:“BI厂商力争将各自的应用迁移到移动和平板设备上,也就代表他们的业务重点由传统点击式BI和拖放式用户界面向触摸式界面转移。”
Friedman认为这与1990年代主从式架构的发展很像:“人们对于PC给主机带来的交互性和灵活性不再感冒。现今的移动化也是如此,再怎么重新在桌面上下功夫都没用了。”另外,Friedman提到分析技术已不再以言论为导向。
信息资产的兑现
Gartner预测,到2016年,30%的企业都会兑现他们的信息资产。这一观点还存在争议,但确实有不少的人认为大型组织将会通过信息创收,投资大数据,从而引发新型信息供应商的出现。
Friedman提到,他遇到过非信息企业中“信息部产品线经理”这样的职位名称。
“这是信息时代的第二阶段。第一阶段是利用数据让内部运营变得更加高效,第二阶段是在营业范围中将信息作为业务决策。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23