未來的大數據所帶來的挑戰是多方面的。在本文中，作者WillKelly將同我們分享一些關于企業的大數據項目領導人應該如何應對這些挑戰的啟示。
最近，我有幸與一些專注于大數據和預測分析業務和技術方面的企業領導們進行交流。我們談到了企業現在應該做好怎樣的準備，以便迎接未來大數據的挑戰的話題。
如下，是我從這些談論中所總結出的一些觀點：
關于大數據：首先是炒作，隨之而來的是恐懼、不確定性和懷疑
Teradata公司首席執行官ScottKnau說，大數據市場現在所存在的一個大問題是面臨著首先是整體性的炒作，隨之而來的是恐懼、不確定性和懷疑的挑戰。這一系列反應會帶來混雜的信息，使得企業的決策者曲解了大數據項目，其使得不少企業真正從大數據項目中獲得價值的需求變得復雜化，同時還要避免其發展成為另一個問題集。
大數據公司Globys的高級副總裁OllyDowns總結了過去以來市場唯一所面臨的挑戰：“這是其實已經進入了一個大數據項目不再涉及的領域。”他闡述說：“在某些方面，大數據與商業智能的發展其實是在同一路徑上的。”可能企業過去對商業智能的了解能夠有助于他們未來在大數據項目方面的成功。
人才稀缺
在討論的過程中，一個經常被提及的話題是關于大數據人才的短缺問題。好消息是，在美國，越來越多的大學已經開始開設相關的專業和證書課程，而這方面的數據科學本科生、研究生正在陸續畢業。
企業與高等教育機構的合作才是這種方案成功的關鍵。Globys公司就正與本地區的高等教育機構合作建立一個大數據認證課程。OllyDowns還補充道，“數據科學教育也在改變，其已經出現了多個不同的專業的課程，特別是商業課程。”他強調說，企業必須與教育機構通力合作。讓你企業的數據科學專家和其他大數據項目團隊成員參與到本地數據科學教育機構的活動中去，可以視為企業對自己未來大數據項目的投資。
基于企業模型所培養的大數據人才，能夠大大幫助緩解企業人才稀缺的問題，可以成為更為快捷人才培養的路線。據Knau介紹：“Teradata公司正是通過一系列的混合工具和教育來構建他們的大數據人才庫的。Teradata的也有通用的數據架構作為參考設計藍圖，提供給我們的專業服務團隊和客戶。”
Teradata的模型，或類似的方式可能是克服人才稀缺挑戰的關鍵。作為一家企業，他們一直在通過如下的方式來努力發現和培養合適的人才：
為專業服務團隊構建工具集。
就員工關于大數據業務和技術方面現有的知識進行構建。
在需要一個數據科學家才能解決的工作任務與憑借現有員工已經具備的知識技能就能解決的工作任務之間存在一個臨界點。企業找到該臨界點，將成為其設置大數據作為一個商業平臺的最佳位置。然而，尋找這一臨界點的工作現在就必須開始了，以便找到適合您企業員工和大數據項目的最佳切合點。Teradata公司為他們的團隊部署“發現平臺”便是這方面的一個例子。
Teradata已經在尋找他們的“發現平臺”以便在數據科學家和其他普通團隊員工成員之間建立起橋梁投入了大量的努力。其允許數據科學家創建模塊，其他團隊成員可以在一個既定的項目中使用該模塊。Knau告訴我說，他們的“發現平臺”將大數據工具交到具有SQL經驗的普通員工手中，幫助他們大大節省了時間。而數據科學專家們則可以專注于高端的任務，不只是常規的任務。
[page]
摘要：未來的大數據所帶來的挑戰是多方面的。在本文中，作者WillKelly將同我們分享一些關于企業的大數據項目領導人應該如何應對這些挑戰的啟示。
數據的增長
Cleversafe公司的戰略營銷副總裁RussKennedy總結了過去幾年數據的增長：“隨著大數據擴展到捕捉社交媒體、移動設備、和其他數據密集型領域，顯然會出現信息泛濫的局面。”他補充說，“這將帶來如何最好地捕捉更經濟，可靠的數據的問題。”管理您的企業迅速增長的數據，需要圍繞設計、管理、復制和保護數據做大量的工作。規劃大數據存儲策略，絕對是應對未來大數據挑戰的準備工作的一部分。
作為一家存儲提供商，Cleversafe公司正看到來自海量大數據增長所帶來的另一個挑戰。“關于大數據存儲的法律方面的問題：尤其是什么樣的數據可以存儲在企業內，其會影響到企業所存儲地方大數據。”根據RussKennedy介紹：“如果你有國際性的數據存儲計劃，就必須堅持嚴格遵守相關的程序，并掌握好你企業所存儲的不斷增長的來自不同地理位置（特別是國際邊界）的數據的潛在法律問題。”
FICO是一家大數據項目商，也認識到即將到來的數據存儲挑戰的問題，該公司的一位發言人將其形容為“軍備競賽”。FICO的調研顯示，隨著企業創建和存儲數據的能力不斷擴大，企業必須在分析方面有所創新，以便將數據轉化為有用的（且安全的）信息。FICO的發言人指出，信用卡便是這方面的一個例子，現如今的技術使得信貸變得更容易，更好地為借款人服務，但也容易帶來信用欺詐問題，同時也提供了更多的機會讓不法分子進行詐騙。
數據的不同用途
雖然許多關于大數據的頭條報道都是跨多個行業的跟蹤客戶行為，但數據在諸如采礦業，建筑業，工業制造等重型機械行業起著重要的作用。日立數據系統公司（HDS）的產品規劃副總裁MichaelHay、軟件產品營銷高級總監SaraGardner、全球營銷高級副總裁AsimZaheer談到了他們如何在企業使用大數據的。
他們將數據流的分析工作機制還原至機械設備的經營條件和進度下。由于數據科學家不負責使用設備挖掘數據，這意味著機器操作員在分析表面決策方面會有更多的自動化設備。
反過來，機器數據的增長將需要不同的工具和技術，因為一種尺寸規格的工具不不適合所有的機器數據。”HDS的MichaelHay建議。“雖然機器數據會引發數據量的增長，但這將引發軟件和應用方面的兩大創新。”事實上，HDS內部在大數據工作上有許多創新。
面對大數據未來的挑戰
盡管大數據所帶來的挑戰仍在不斷上升，但企業現在就可以通過工具、基礎設施、工作流程、人員編制方面的投資，以應對未來蓬勃發展的大數據世界。
京公網安備 11010502049343號