Gartner 分析師 Svetlana Sicular 在其博客中稱，大數據已度過 Gartner 發展規律周期中的“期望頂峰”，正逐步下滑到“幻覺破滅期”。(如果你不了解 Gartner 發展規律周期，請查看 Svetlana 博客上的解釋。)
以我的大數據經驗來看，幻覺破滅之說毫無道理可言。大數據分析可創造出大量的價值。正如大多數有價值的工作一樣，大數據值得我們投入時間和精力去挖掘其中的價值。在過去三年中，作為英特爾首席信息官團隊中的一員，我花費了大量時間開發商業智能和分析解決方案。這些解決方案幫助客戶節省了大量成本和時間，同時顯著加快了上市速度。
基于這種經驗，我在下方給出了四條建議，用于幫助您洞悉“幻覺破滅期”的不實說法，并從大數據實施中獲取更高價值：
1. 擴展思維模式。設想一種更大、更全面的業務活動模式，并思考如何利用盡可能多的數據源來充實這一模式，這將使您能夠統籌全局。設想需要何種基礎架構來支持如此大規模的數據后，再問問自己使用相同的基礎架構能否支持增加 10 倍或更多倍的數據。
這正是俄勒岡健康科學大學 (OHSU) 大數據項目的主要目標。該項目旨在加快人類基因組圖譜的分析過程，從而幫助創建出個性化的癌癥治療方案，并為許多其他類型的科研創新提供支持。按照每名患者約 1TB 數據以及總計數百萬名患者計算，OHSU 需要處理大量的數據。為此，大學正在和其技術合作伙伴研發基礎架構，以處理與人類基因組排序和顯示隨時間發展的變化相關的大量數據。借助大數據處理領域的技術創新，這項突破性研究可將基因組排序的成本降至每人 1,000 美元，這意味著需求將迅速上升，數據也會隨之增加。
2. 尋找業務相關數據。向業務部門領導了解他們面臨什么挑戰、什么對他們最重要以及要擴大業務影響他們需要了解什么。然后搜索數據，看看你是否能幫助他們解決業務問題。這正是英特爾內部開展的大數據計劃的主要內容。此舉旨在為銷售團隊提供信息，包括應在何時，針對何種產品與哪些經銷商進行聯系。2012 年，該項目帶來了約 2,000 萬美元的新增收入和機遇，預計到 2013 年將會再創新高。
3. 保持靈活性。我們正處于一個快速創新的時代，不能像實施企業資源計劃 (ERP) 一樣按部就班。從技術角度而言，如果有需要，你應準備好靈活地遷移到不同的解決方案。例如，Pecan Street Inc.(一個由大學、技術公司和公用事業提供商組成的非盈利性組織)擁有一個旨在收集德克薩斯州奧斯特的“智能電網”能源數據的數據庫架構，現在該架構正處于第三輪迭代中。隨著智能電表產生越來越多的詳細數據，Pecan Street Inc. 正在尋找新的方式以幫助消費者降低能耗，同時幫助公用事業更好地管理其電網。但是，為滿足需求，Pecan Street 需要不斷更換其基礎架構。我們需要了解的是，即使現在你認為你知道構建大數據解決方案需要什么工具，但是一年之后情況將有所改變。你應時刻做好調整的準備。
4. 連接各個要點。在英特爾，我們意識到關聯設計數據和制造數據具備巨大的優勢。“測試、重新設計、測試、再重新設計”是我們開發周期的主要工作。加快這一周期可帶來巨大的價值。分析團隊開始關注由負責制造工作的特定部門產生的制造數據，并將其納入設計流程。在此過程中，我們意識到可以在保證質量的同時，對標準測試流程進行簡化。我們使用預測分析將芯片設計驗證和調試流程簡化了 25%，并縮短了處理器測試時間。通過提升處理器測試效率，2012 年我們在測試英特爾酷睿處理器的某個系列時節省了 300 萬美元的成本。如果在 2014 年繼續采用這一解決方案，預計將節省 3,000 萬美元的開支。然而，在了解如何利用大數據獲取重大收益的道路上，我們還只是剛剛起步。與大數據幻覺破滅一說截然相反的是，我們在全面觀察大型業務問題時發現了許多振奮人心的大數據可能性，也發現了一些可取的方式可幫助我們提高收入和利潤，同時提升 IT 基礎架構的運行效率和安全性。大數據項目在一開始可能會困難重重，但它絕對值得我們付出時間與精力。
京公網安備 11010502049343號