時至今日,我們的數(shù)據(jù)管理能力日益提升,但數(shù)據(jù)分析能力仍相對落后。盡管工具與流程皆已齊備,但還是缺少充足的數(shù)據(jù)科學家人員。在今天的文章中,我們將專注于能夠交付實際分析結論的大數(shù)據(jù)應用,同時追蹤其發(fā)展及當前狀態(tài),最終借此窺探大數(shù)據(jù)技術的未來發(fā)展方向。
早期大數(shù)據(jù)技術采納方指明令人感興趣的跨行業(yè)發(fā)展可能性
根據(jù) 2012 年《福布斯》雜志發(fā)表的文章,早期大數(shù)據(jù)技術采納方主要來自金融服務、電信、制造(特別是消費級產品)以及政府領域。
早期采納方在起步階段會使用其新近安裝的大數(shù)據(jù)基礎設施(例如 HDFS、MapReduce 以及 NoSQL 數(shù)據(jù)庫等等)以實驗各類新型應用。
根據(jù) Pacific Crest 公司收集到的數(shù)據(jù),各早期采納方往往希望利用這些方案處理數(shù)據(jù)中心日志信息(包括服務器、路由器以及各類物聯(lián)網傳感器等),旨在實現(xiàn)網絡分析與 IT 系統(tǒng)性能監(jiān)控。
在此基礎之上,亦有相當一部分企業(yè)嘗試利用大數(shù)據(jù)技術進行財務數(shù)據(jù)(欺詐檢測)與 Web 數(shù)據(jù)(情感分析以實現(xiàn)個性化體驗)分析。
初步實驗對于了解大數(shù)據(jù)基礎設施收益、潛力與不足之處非常重要。然而根據(jù) CapGemini 于 2014 年發(fā)布的報告,試水性實驗的成功比例并不算高。其失敗原因主要有三:
將數(shù)據(jù)分散在多個不同團隊中,因此訪問難度較原始設計更高;
數(shù)據(jù)被安置于遺留系統(tǒng)當中,導致將其導出至大數(shù)據(jù)基礎設施變得非常困難;
缺少統(tǒng)一而明確的全局性數(shù)據(jù)管理與數(shù)據(jù)分析方案,這使得工作人員難以從數(shù)據(jù)內提取信息。而隨著此類問題的一一克服,近來我們發(fā)現(xiàn)成功案例變得愈發(fā)普遍。事實上,目前全球各地對于大數(shù)據(jù)基礎設施及其附加方案的興趣都呈現(xiàn)出快速升溫之勢 (見圖)。
企業(yè)客戶持續(xù)投資給初創(chuàng)公司帶來可觀的風投支持積極性
企業(yè)向大數(shù)據(jù)技術投入的資金呈現(xiàn)增長之勢。根據(jù) NewVantage 指出,受訪企業(yè)中有 27% 表示其將在 2017 年之前向大數(shù)據(jù)項目投入超過 5000 萬美元資金。而在 2014 年面向同樣企業(yè)對象的調查中,這一比例僅為5.4%。
目前,價值萬億美元的行業(yè),包括醫(yī)療衛(wèi)生、保險、農業(yè)、能源、醫(yī)藥、教育、汽車、運輸以及物流等等,都在積極探索如何利用大數(shù)據(jù)利器解決自己面臨的現(xiàn)實難題。
舉例來說,汽車制造商希望分析消費者的信息娛樂選擇以提供更理想的車載信息娛樂體驗,同時亦需要分析車輛性能數(shù)據(jù)以提供預防性維護建議。另外, 無線運營商也希望了解消費者如何使用其數(shù)據(jù),從而更好地提供內容并實現(xiàn)營收。
考慮到以上提到的企業(yè)投資與變革力度,風險投資商們則更為積極地為大數(shù)據(jù)初創(chuàng)企業(yè)提供資金,如圖所示。單在 2015 年年內,風投方為大數(shù)據(jù)初創(chuàng)企業(yè)提供的資金總額就高達67 億美元,超過 2014 年的 60 億美元。
出于同樣的理由,大數(shù)據(jù)初創(chuàng)企業(yè)也開始迎來一波收購浪潮。
其中包括 AOL 收購 Convertro,Google 收購 Adometry,蘋果收購 Topsy,Teradata 收購 Aster Data 與 Think Big Analytics,Salesforce 收購 Edgespring 等等。最近,我們還見證了微軟收購 Revolution Analytics,HDS 收購 Pentaho 以及 Advance 收購 1010Data。除此之外,小規(guī)模收購亦層出不窮,包括 Amazon 收購 Amiato 等。
如圖二所示,目前風投方的主要關注重點在于大數(shù)據(jù)基礎設施與工具。盡管基礎設施與工具部署同樣顯示出旺盛的生命力,但這里我們姑且將注意力集中在大數(shù)據(jù)應用身上。
大數(shù)據(jù)應用的崛起
信息技術中的每個新興領域(例如商務智能、客戶端 / 服務器計算、云計算以及移動計算等) 通常都需要經歷三個發(fā)展階段:
基礎設施部署,在大數(shù)據(jù)領域,此類基礎設施負責對數(shù)據(jù)進行存儲、管理、移動與傳輸。
工具部署,在大數(shù)據(jù)領域,此類工具用于搜索并分析各種形式的大數(shù)據(jù)并呈現(xiàn)處理結果。
應用程序引入,通常將基礎設施與工具轉化為實際功能。
遵循這樣的分階段實現(xiàn)方式,眾多大型企業(yè)已經開始部署大數(shù)據(jù)基礎設施與多種工具,旨在分析收集到的海量數(shù)據(jù)。
由于我們已經進入應用開發(fā)與部署階段,因此最重要的是著眼于具體軟件。截至目前,我們已經發(fā)現(xiàn)了三種主要大數(shù)據(jù)應用類型:
淺層應用,包括執(zhí)行客戶流失分析并圍繞通用型分析工具進行開發(fā)(例如 Dataminr 與 DataRobot 等)。 這些應用由數(shù)據(jù)科學家負責支持,從而執(zhí)行經過嚴格定義的任務流程,并且通常只能在運行基礎之上提供淺層分析能力。
而這些由分析模型與報告機制驅動的應用由數(shù)據(jù)科學家及服務專家進行開發(fā)與維護——他們往往來自管理咨詢企業(yè),且充分理解相關業(yè)務領域及最終用戶需求。最終用戶通常為商業(yè)分析師。
應用能夠處理大數(shù)據(jù),但無法實現(xiàn)任何形式的預測或預測性分析(例如 Socrata 及 Zuora)。 這類應用可能面向水平或垂直體系,其能夠為最終用戶——主要為商業(yè)分析師——提供理解數(shù)據(jù)并形成結論報告的能力。作為實例,紐約市就利用 Socrata 系統(tǒng)創(chuàng)建財務報告。
具備嵌入式預測性分析的應用,此類應用未來將分為以下兩種類別:
包含預測模型,并由數(shù)據(jù)科學家負責開發(fā)與定期更新。這意味著應用供應商必須擁有強大的服務能力以支持軟件功能。此類應用包括 AgileOne、OPower、Zephyr Health、Duetto 以及 DataXu 與 MediaMath 等在線廣告應用方案。
所使用的預測模型可由應用本身自動構建。此類應用廠商包括 Oration 與 Namogoo。
歸屬于這一類別的應用可能面向橫向(例如 AgileOne 與 Namogoo)或垂直領域(例如 OPower、Duetto 或者 Oration)。
這三種大數(shù)據(jù)應用類型可被視為應用領域的開創(chuàng)者,如今以其為基礎又有第四種見解型應用開始出現(xiàn)。之前提到的第三種應用同見解型應用最為接近,但二者間又存在著重要差異:其能夠做出預測,但無法形成見解。
換言之,第三種應用無法根據(jù)預測結果執(zhí)行對應操作。相反,它們依賴于用戶來識別特定預測結果并執(zhí)行對應行為。
總結
盡管仍然面臨多種障礙(每一種新興技術在出現(xiàn)后都必須面對挑戰(zhàn)),但大數(shù)據(jù)的早期采納方已經在相關項目當中積極投資,并將其部署至企業(yè)業(yè)務系統(tǒng)當中,以解決各類關鍵性難題。
為了實現(xiàn)大數(shù)據(jù)的跨行業(yè)處理潛能,各風險投資方都在積極為大數(shù)據(jù)初創(chuàng)企業(yè)提供援助,希望其解決方案能夠為大型企業(yè)客戶所采納。考慮到已經陸續(xù)出現(xiàn)的大量大數(shù)據(jù)基礎架構及部署分析工具,多數(shù)企業(yè)開始將注意力轉向大數(shù)據(jù)應用程序。
我們確定的這三種具體類型涵蓋了相繼出現(xiàn)的各類新型大數(shù)據(jù)應用。其中一些能夠提供預測結論,但卻無法實現(xiàn)見解與實際行動,這亦是大數(shù)據(jù)應用尚未徹底發(fā)展成熟的主要標志