在過去十年里，先進的數據技術和強大的分析工具使企業經營者能夠從他們的數據資產中獲益匪淺，但他們大多只是觸及數據潛力的皮毛，而數據科學讓企業可以前所未有地充分利用那種潛力。

麥肯錫(McKinsey)在2013年發布的一份特別報告預測，全球商界會在接下來的十年里感受到數據科學人才嚴重匱乏的痛苦，尤其是缺少能夠從大量靜態和動態(實時)數據中提取有優勢情報的“150萬名分析師”。

這一預測正在成為現實，要讓企業和高等教育機構認識到數據管理的重要性，一個比較重要的措施是讓整個行業能夠通過一些就在幾年前還不那么了解的方式來解決人才缺口。

數據科學行業將在2017年繼續面臨劇變，但也會帶來更多的增長和更多的可能性。

數據科學的力量

想知道數據科學為什么對企業成功至關重要，必須了解以下幾個先決條件：

數據科學能夠在必要的時候和必要的地方，為企業問題提供準確的解決方案。

數據科學能夠幫助企業作出更好的商業決策，并準確評估這些決策的影響。《哈佛商業評論》的調查顯示，如果企業依靠數據來做決定，其利潤通常比同行高出6%。

相比人類的直覺和經驗，數據科學能夠更加準確地預測未來。有了數據科學，企業就不必再憑空猜測了。

強大的智能設備和先進的分析平臺已經使客戶追蹤成為現實。實時客戶數據獲取有助于提供準確的答案。

有鑒于此，我們也就不難明白，數據科學為什么將在這個關鍵時刻經歷一場全球變革。遏制數據科學發揮力量的科學和技術局限性正在逐漸消失，數據管理行業將發生重大變化，席卷2017年的全球數據科學實踐。以下是關于數據科學行業明年將何去何從的幾個預測。

2017年數據科學預測一：機器學習占據主導地位

在問答網站Quora上，有這樣一個問題：機器學習將如何影響數據科學行業的發展?在回答這個問題時，Distillery首席科學家、美國紐約大學客座教授克勞迪婭·珀利奇(Claudia Perlich)說，考慮到數據科學和機器學習之間的緊密關系，沒有機器學習就沒有未來的商業分析。珀利奇認為，機器學習與數據科學家的工作越來越息息相關，掌握基本的機器學習技能將很快成為開啟數據科學職業生涯的必要條件。

機器學習熱潮將在2017年繼續籠罩數據科學家。企業將加倍努力地尋找和吸引機器學習造詣高超的數據科學家，以充實他們的數據科學部門。

2017年數據科學預測二：物聯網數據流戰勝傳統商業智能

市場調研公司Gartner在幾年前就作出過上述預測，但在2017年，該預測將比以往任何時候都更加貼近現實。隨著各類傳感器設備繼續打入人類社會的方方面面，大約50%的商業智能平臺都會開始利用事件數據流。這一趨勢將導致新一類的商業智能解決方案浮出水面，從應用類型十分廣泛的聯網設備中獲取實時數據，比如天氣預報、制造、電氣、語音識別、健康監控系統等等。隨著自主分析興起，商業智能供應商和軟件即服務供應商提供的分析能力差距也會越來越小。

通用電氣(GE)的《工業互聯網洞察報告》指出，在未來20年，物聯網市場對全球GDP的貢獻將達到10萬億至15萬億美元，物聯網技能在數據科學市場上越來越受歡迎就是明證。IBM、英特爾(Intel)、威瑞森(Verizon)和微軟(Microsoft)都在大力招募那些具備物聯網技能的數據科學家。

2017年數據科學預測三：大數據技術支出將飆升

Gartner還預測，到2016年，對于大數據可為商業帶來何種影響的困惑與不確定感將會逐漸消失。的確如此，圍繞大數據真正價值與感知價值的很多爭論已經塵埃落定，大數據技術已經成熟，擺脫了較早前的“新興”階段。現在，大數據技術比以往任何時候更加融入主流，對大數據科學計劃的成功而言也更加不可或缺。這種重要關系只會在2017年變得更加緊密。

目前，只有大約30%的企業對大數據革命有所感受，但在2017年，對大數據的投入肯定將繼續增長，尤其是考慮到處理“大容量、高速度和多樣性數據”的成本已經大幅下降。Information Week預計，大數據分析的銷售額將在2019年達到1,870億美元。

2017年數據科學預測四：Hadoop市場繼續增長

由于大數據解決方案的前景越來越光明，Hadoop等技術將在2017年繼續增長，因為事實已經證明，Hadoop能為企業IT預算帶來積極作用。Hadoop不僅將繼續為大量數據的整理、存儲和處理提供一個集中化的平臺，還將擺脫傳統IT解決方案的高成本特性。Hadoop提供了出色的解決方案，應用領域十分廣泛，比如預測分析、ETL、數據可視化、數據挖掘、數據倉庫、物聯網和點擊流分析。現在，Hadoop被視為最受喜愛的整合、可擴展和低成本商用大數據管理系統之一，受歡迎程度在2017年還將與日俱增。

在2015至2016年間，阻礙Hadoop增長的唯一限制因素就是創收能力，但大數據技術的日益流行最終將為Hadoop打開創收的大門。《2017—2022年Hadoop市場預測》(The Hadoop Market Forecast 2017-2022)報告指出，不斷擴大的Hadoop市場規模將在2020年超過160億美元。《Hadoop和大數據分析市場》(Hadoop and Big Data Analytics Market)報告顯示，到2017年底，這兩個市場之間緊密的相互依賴性將產生大約139億美元的市場價值。

2017年數據科學預測五：數據科學進入實用領域——醫療商業智能和分析

德勤(Deloitte)的一份研究報告為我們描繪了2020年的高科技數字化醫療世界。隨著視頻會議和可穿戴設備等技術變得更加普及，懂技術的未來患者將漸漸通過數字化平臺來滿足他們的日常醫療需求。到2020年，醫院和診所將只是作為開展醫療和監督患者的地方。大體上來說，醫療行業正朝著數字化醫療平臺的方向邁進，這在2017年將變得更加明顯。

在2017年，消費者將看到：

醫生依靠數據驅動的解決方案來作出醫療決策。

醫療服務正逐漸轉向4P范式，即“Preventative(預防)、Predictive(預測)、Personalized(個性化)和Participatory(參與性)”。在這種范式下，患者將在評估和選擇適當的治療過程方面變成充分知情、擁有話語權的參與者。

2017年數據科學預測六：到2017年底，25%的企業將設首席數據官崗

《2016年七個大數據趨勢》的讀者會發現，Gartner早已作出了上述預測。執掌數據策略、數據治理和策略管理的首席數據官也將負責數據質量、隱私安全以及生命周期管理。這一趨勢表明，全球企業將在明年體驗到一體化的數據驅動文化。首席數據官是在部門內部推動數據科學使用的主要力量之一。他們明白高級分析的必要性和數據科學為企業帶來的諸多好處。

這一切意味著什么?

Yelp數據科學家斯科特·克拉克(Scott Clark)認為，由于數據科學，Yelp網站的一個細微改變就會對“千百萬人”產生巨大影響。只有在大數據、Hadoop和物聯網等相關技術迅速進步和使用的情況下，數據科學才可能具備這種速度和準確性。二這些技術在2017年將會繼續發展。全球企業終于開始認識到，在線、移動、社交和物聯網網絡產生的數據洪流存在著怎樣的意義與價值。數據科學將幫助我們更好地理解數據，并助力數據管理行業在2017年及以后持續增長。