正在阅读:大数据发展困难重重 未来之路何去何从?

大数据发展困难重重 未来之路何去何从?

2016-11-30 09:33:16来源:51CTO 编辑:沐子飞 关键词:大数据数据挖掘阅读量:33987

导读:随着企业开始有意识到收集各类数据信息,其亦开始发现对这部分数据加以正确利用所能够带来的巨大潜力。
  【中国智能制造网 市场分析】短短几年之内,大数据已经彻底改变了企业运营业务的方式——但截至目前,我们才刚刚初窥其门径。随着企业开始有意识到收集各类数据信息,其亦开始发现对这部分数据加以正确利用所能够带来的巨大潜力。
 
大数据发展困难重重 未来之路何去何从?
 
  一些积极迎接变革的企业发现,他们的数据实际上可能正是其掌握的大资产。除了数据本身之外,精明的企业还能够通过分析数据内容以了解并更好地服务于自身客户,甚至能够将其中一些关键性数据出售给合作伙伴及下游厂商以赚取额外利润。举例来说,优步与Lyft等服务就能够非常准确地把握与客户出行习惯相关的数据,并将其交付至Airbnb、VRBO等其它网站。与此同时,Fitbit及其它厂商提供的健身追踪器亦能够利用用户的健康活动数据实现巨大价值。即使是与医疗卫生业务毫不沾边的苹果公司,也能够以的洞察能力审视其原生健康应用数据。
  
  在理论层面讲,如此庞大的数据宝库将能够为B2B及B2C企业带来集中且立足实践行为的洞察结论,进而以的方式开启新的机遇大门。然而,面对着一系列重大的技术性与财务性障碍,很多企业实际上并不清楚自己的下一步大数据战略该走向何处。其已经开始在数据挖掘领域试水,但尚未制定出一套能够顺利迈进的坚实战略思路。
  
  为何存在挑战
  
  截至目前,实现大数据技术承诺的大障碍之一在于庞大的资金投入要求。从当下的情况来看,为成功的项目往往需要耗资数百万美元,例如沃尔玛的专用数据创新实验室WalmartLabs。然而,这种项目只适用于那些世界上为庞大的企业,其具备极为雄厚的财力与几乎无穷无尽的资源。很明显,这样的标准对于其它公司而言并不适用,或者说毫无实现的可能。
  
  为何利用大数据技术会呈现出如此明确的资源密集型倾向?答案主要分为以下三个方面:
  
  数据的输入速度极快,且数据来源数量亦急剧增加:移动、云应用、物联网——从用于追踪库存与设备的RF标签到一切接入网络的家用电器——当然,社交媒体亦是一大不容忽视的实时数据来源。
  
  此类新型来源几乎全部在以非结构化或者半结构化格式交付数据,这使得传统的关系型数据库管理方案——即SQL以及几乎一切现代数据库系统的实现基础——毫无用武之地。除了收集及存储方面的挑战之外,合规性要求中的隐私与监管要求亦会带来新的复杂性层。不断发展的标准要求需要完整团队配合先进的技术、管理与维护手段方可实现。
  
  随着在数据复杂度的日益提高,用于管理数据的具体技术方案亦变得更难于使用。Hadoop、Kafka、Hive、Drill、Storm、MongoDB以及Cassandra等开源工具外加一系列专有方案共同构成了独立且相互竞争的方案生态系统,只有具备深厚的技术操作知识方可将其真正应用在商业环境当中。事实上,此类人才资源非常稀缺,大多数非财富五都无力承担由此带来的高昂开支。
  
  缺失之处何在
  
  可以看到,绝大多数企业仅仅是在努力管理并挖掘自己的存储数据集,而很难实际利用数据中的信息建立自身竞争优势。在实践性、实用性及可行性方面,企业还无法充分运用现有工具发挥数据中的可观潜能。需要明确的是,目前我们并不缺乏良好的大数据工具,事实上我们缺乏的是真正具备效率与有效性的解决方案,这种能够解决数据孤岛及高度依赖性难题的手段既匮乏又难于维护。
  
  为什么?因为截至目前,我们的重点一直放在整合应用程序并建立各类独立工具与平台之间的连接机制,缺少这种桥梁它们将根本无法协作。举例来说,我们需要想办法对接CROM与ERP,或者将销售工具与市场营销自动化机制相整合。
  
  这种应用到应用型方案的问题在于,其完全忽略了数据本身——这意味着数据仍然可能以分裂化、孤立化或者碎片化形式存在。即使应用程序能够彼此连接,如果其各自拥有自己的数据存储形式,那么数据亦无法实现通用。这意味着我们将面对大量不完整或者重复的数据记录,即通常所谓的“脏”数据。任何分析方法都无法利用这样的数据素材提供可靠的结论——因为数据本身就不够可靠。
  
我要评论
  • 稳中求进固根基 向智而行开新局——中国工业互联网研究院召开国家工业互联网大数据中心建设专题报告会

    10月26日,中国工业互联网研究院组织召开国家工业互联网大数据中心建设专题报告会。会议由中国工业互联网研究院院长鲁春丛主持,院党委书记田川及院班子成员出席会议,院本部及各分院干部职工500多人以线上线下相结合的方式参加会议。
    工业互联网大数据
    2026-10-28 11:52:37
  • 2027年值得关注的十大大数据趋势

    进入2027年,大数据技术的发展重点将不再局限于数据量增长,而是更加关注数据的实时性、可用性、治理能力以及与人工智能系统之间的协同。企业需要解决的不只是“如何存储更多数据”,还包括如何让数据能够被快速理解、可靠调用并转化为实际价值。
    大数据数据治理
    2026-09-01 09:37:12
  • 工业和信息化部等八部门印发《关于推动工业互联网高质量发展的实施意见》的通知

    《关于推动工业互联网高质量发展的实施意见》提出,到2030年,工业互联网实现更广范围、更深程度、更高水平发展,推动实体经济和数字经济深度融合迈上新台阶。
    工业互联网大数据工业5G专网
    2026-07-01 10:47:35
  • AI元宇宙:重塑数字传播的创新范式与应用图景

    当人工智能(AI)的生成与交互能力,与元宇宙的虚实融合特性相遇,数字传播正告别传统的“信息传递”模式,迈入“沉浸共创”的全新阶段。随着算力提升、算法优化及行业标准的完善,AI元宇宙将真正构建起数字传播新生态。
    人工智能大数据元宇宙
    2026-01-15 15:42:02
  • 车凌科技CES 2026发布Hyper Hub,为车企构建数据生态连接器

    在刚刚落幕的CES 2026期间,车凌科技正式推出车辆数据对外合作平台Hyper Hub(凌云数汇)。该平台定位为车凌科技MaaS (Mobility as a Service)全栈解决方案的生态枢纽,试图应对当前汽车行业普遍存在的数据孤岛与生态封闭问题。
    云计算大数据
    2026-01-15 09:22:39
  • 2026年领导层需要关注的7大云计算趋势

    当全球云计算支出在 2026 年初正式突破 1 万亿美元的那一刻,云已不再是“IT 议题”,而是决定企业估值、产业安全与国家竞争力的核心变量。
    云计算大数据
    2026-01-13 13:25:55
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了