企業如何應對大數據的挑戰將是其成功的關鍵。2015年，應該重點關注以下五個方面：

1.大數據分析的民主化

在過去的一年里，基于云的數據分析服務出現了令人難以置信的增長，而云的高性價比屬性只會加速這一趨勢。甚至那些曾經以為自己不可能使用先進數據分析的企業，現在可以開始快速而低成本地管理和分析結構化和非結構化數據。本質上，云將為企業提供更多的選擇來實現想要的大數據效益與價格平衡點，以及為那些希望嘗試大數據(尤其是非結構化數據 )的公司降低門檻。

2.非結構化數據的增長

非結構化數據量——包括人類信息，如社交媒體、視頻、音頻和圖片、機器傳感器數據、物聯網(IOT )數據，以及各種格式的業務數據——將以令人難以置信的速度繼續增長。根據Gartner，物聯網(不包括個人電腦、平板電腦和智能手機 )到2020將增長到260億聯網設備。企業越來越多地尋求幾乎可以連接結構化和非結構化數據源并通過社交媒體和視頻分析生成連接智能的解決方案。這將為大多數企業已經開始依賴的結構化數據提供更寬廣的背景信息。

3.預測分析成為準則

隨著業務流程必須在深入了解后采取行動，重新設計大數據將是至關重要的。如果你不能預測并積極回應，確定客戶每一天每一分鐘在做什么是沒有價值的。等你提取、轉換和加載某些數據倉庫或Hadoop集群中的數據時已經晚了。企業將重新設計其大數據環境，使來自企業內部和外部的信息流能夠被訪問、分析和實時共享。這對于增加收入、提高知識型工作者的生產力，以及降低成本來說至關重要。

4.大數據將改變IT運營

獲得大數據的公司將大數據的原則和做法首先應用于其內部IT運營，遠遠早于用于市場營銷和客戶方面。大數據將成為個體企業競爭和成長的基礎，利用大數據好處的最符合邏輯的地方將是IT機器數據本身的分析——確定如何減少浪費以及最大限度地提高整個IT環境的生產力。大數據分析也在確定不斷發展演變的IT安全威脅方面發揮作用。它也將跨越IT運營領域來提供連接智能，生成推動創新和關鍵業務優勢的見解。這一過程將重振傳統的服務臺，轉向大數據服務臺會為企業帶來隨地提供服務的能力。

5.大數據面向大眾

如今的大學似乎無法迅速地為首席信息官培養數據科學家。許多業內人士認為數據科學家——擁有工程和業務技能，以及統計知識的科學家——是分析公司生成的大數據并獲得價值的關鍵。但目前缺乏所謂的大數據人才不應該阻礙企業開展大數據計劃。關鍵在于使如今的業務分析師能夠利用他們已經知道的工具。事實上，數據科學家的想法很可能在一兩年內消失，而精通數據的商務人士將有可能成為新寵。不過需要注意的是，如果公司將大數據分配給現有的BI團隊，他們幾乎肯定會失敗。導致BI獲得成功的高科技、思維和辦法幾乎保證了大數據的失敗，因為大數據需要一種全新的方式。

D1Net評論：

除此之外，在云中分析數據的可用性為開發者帶來了一個巨大的機會，大數據開發社區將不斷涌現。基于云的大數據服務代表著管理、訪問和分析各種數據的十年左右、意義重大的知識產權。開發者才剛剛開始利用大數據(尤其是非結構化數據 )的價值，而在未來的幾年內，這種趨勢只會加劇。

（原文作者：李祥敬）