您现在的位置是:首页 > IT基础架构 > 计算存储 >
大数据产业投资:1美元只赚50美分
摘要换句话说,增加更多数据,并不是大数据问题的解决方法,却通常是问题的起因,而这也是许多公司从大数据投资中得到回报非常少的原因。...
少到什么程度呢?根据Wikibon的初步研究结果来看,答案是少得令人吃惊。
果然,Wikibon发现46%的大数据投资者仅从他们的项目中竭力维持了部分的成功,而2%的投资者不得不取消他们的投资并以完全失败告终。
不过这并不代表大数据最终会不可避免地以失败收场。
Wikibon指出,大数据投资的失败原因之一是“许多企业投资像Hadoop这样的大数据科技却没有与这个项目相联系的精确可测量的商务应用。”他们仅仅是听到“大数据”的名字就纷纷往里砸钱,却没想过他们真正期望达到的目标是什么。这与高德纳的分析结果是相一致的。
对于大多数企业来说,大数据就等于Hadoop,而Hadoop的大意被IT人员解释为“一个无人管理的数据垃圾堆。”而Criteo公司的工程副总裁朱丽恩·西蒙(Julien Simon)称“大数据经常就仅仅代表着无用的数据。”
如果不知道数据的用途就贮存它,那么这些数据就只会增加噪音和掩盖信号。著名统计学家内特·斯尔文(Nate Silver)假设道:
如果信息的数量增加至每天2.5*1^18字节,那么有用信息的数量几乎为零。这些数据大多只是噪音,而噪音数量比信号数量增加得快。有太多假设需要被测试,总数据增加得太多了,但客观实在的数据量是相对稳定不变的。
换句话说,增加更多数据,并不是大数据问题的解决方法,却通常是问题的起因,而这也是许多公司从大数据投资中得到回报非常少的原因。
Wikibon的研究表明,最好的大数据项目“并没有被引入IT界,而是为企业运营部门所用,它们通常被用于市场营销,或用于小型但有策略的案例中。”这些企业会挖掘大数据内行专家,并对他们能用这项技术达到的效果报以切实的期望。
这些项目开始时非常小,但之后就会在最初的基础上扩展开来。
为了避免将不必要的巨资投入大数据项目,最好像上述企业那样做。所有最好的大数据科技资源都是开放的,所以在购买之前可以先试用,然后再根据各自的需求来选择和发展最好的技术。
(本文不涉密)
责任编辑: