大数据来临，企业还未就绪？

　　大数据技术令人兴奋，它具有创新性且功能强大。大数据技术绝对可以将企业分析学带入新的高度…但还不是现在。

　　在全球1000家大公司以及无数家规模较小的公司中，商务智能（BI）的技能和最佳实践已经积累了多年，关系数据库管理系统（RDBMS）更长达数十年。这些范畴内的产品具有卓越的工具技术、可管理性以及容错性，提供了针对非开发者设计的接口，有精心创建的数据模型，经过多年来的细化，代表着大量的投入。

　　同时，Hadoop通常用在命令行中，由命令MapReduce代码控制，MapReduce代码必须采用Java编写，并且利用单一且易损坏的名称节点控制的文件系统（HDFS）。虽然一些基于浏览器的工具不断涌现，并且类似Hive的技术也为BI工具提供了连接层，但是我们仍然处于上世纪90年代的技术水平。在此领域，企业尚未准备充分，甚至还未接近准备充分。

　　深入见解

　　由于涉及到企业采集、分享和净化数据的策略和逻辑，因此将数据转化为信息在众多领域已经成为一项长期斗争。在解决这一难题上，大数据并不比商业智能更加出色。数据“做大”仅增加了所管理的数据覆盖面，但却必将使数据分析变得更加复杂。

　　大数据优点之一是具有较为灵活的方法，可在轮询/分析时，对其进行定义，从而消除了管理数据过程中的一些复杂性。但是管理非结构化的数据工具相对不成熟，并且企业内数据专家在概念上对此也尚未习惯。

　　大数据的长期潜力是很好的，因此应缩短其创新周期。但在短期内还不太可行。

　　小企业使用情况和策略

　　如果我是一个快餐企业家，在一个中等规模城市拥有5个麦当劳的特许经营权，如何利用Hadoop和MapReduce以获得更多的顾客访问量，对我而言还不明显。如果我拥有一家大型网络公司、一家大型金融服务公司、一家制造相关企业或者大型零售商，具有很大的点击量、市场和数据，那么大数据对我的吸引力更加直接。

　　我确实认为，小型企业现在就应该开启其大数据策略。如果他们总是在线（大部分），他们甚至将拥有大量的点击数据，并且利用转载操作，就可以开始积累大量的店内视频（可以透漏购物习惯、店内布置的效果和产品亲和力）。数据可以帮助每个人，当不再丢弃数据，即成为大数据。

　　大数据的投资回报率

　　在互联网行业，大数据能够在吸引关注以及相应货币化方面盈利。在制造业，大数据能够在降低或者消除装配线停机时间获益（通过对设备故障的预测分析）。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。企业经营团队是否具有足够智慧、预算和吸引力，引起必需的Hadoop专家、统计人员和数据专家，以实现有吸引力的投资回报率？很可能不会。在现成产品以及专业服务，大数据价值必须非常好、便宜而且足够成熟，才能吸引顾客购买。

　　更广泛的IT战略影响

　　大数据绝对有改变企业整体IT战略的潜力。这是因为大数据涉及到的内容更多。例如Hadoop使用直连存储和商用硬件，这对于我们常见的采用存储网络、昂贵的服务器和设备的企业部署具有极大破坏性。

　　Hadoop也可能使企业更强调Java技能，而减少SQL技能的关注。Hadoop所使用的集群方法也可能加速混合预置/云策略的推广使用：将数据推动到预置服务器上更加容易，但云计算的弹性在解决大型集群间歇性指令时更加有效。
(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。