大數(shù)據(jù)在企業(yè)中擁有著前所未有的重要性，這在一項(xiàng)最新出爐的調(diào)查報(bào)告中清晰的展現(xiàn)出來：接下來的幾年中，有76%的企業(yè)將會加大或繼續(xù)保持在大數(shù)據(jù)上的投入，然而相對遺憾的是，只有23.5%的企業(yè)擁有清晰的大數(shù)據(jù)戰(zhàn)略。
這和三年前Gartner的大數(shù)據(jù)報(bào)告遙相呼應(yīng)，當(dāng)時有64%的企業(yè)表示他們不會錯過大數(shù)據(jù)帶來的絕好機(jī)遇，但也和現(xiàn)在一樣，絕大部分的企業(yè)并不清楚能夠從大數(shù)據(jù)倉庫中獲得什么價值。
我們無法將這個情況作出更好的解讀，只能說大家都在閉著眼睛飛翔。
越來越大!
這項(xiàng)調(diào)查是咨詢公司DNV GL Business Assurance聯(lián)合研究機(jī)構(gòu)GFK Eurisko共同發(fā)起的，他們對全球1189家企業(yè)做了調(diào)查，希望更好的了解他們的大數(shù)據(jù)計(jì)劃。在這些企業(yè)中，有52%的企業(yè)認(rèn)同大數(shù)據(jù)是巨大的商業(yè)機(jī)會;在1000名員工以上的大型企業(yè)中，這個數(shù)字上升到了70%;而在報(bào)告中被分類為行業(yè)領(lǐng)導(dǎo)者的企業(yè)中，對大數(shù)據(jù)的認(rèn)同高達(dá)96%。
調(diào)查同時發(fā)現(xiàn)接近45%的企業(yè)認(rèn)為大數(shù)據(jù)“重要”或“極為重要”，因此在被問到是否會在大數(shù)據(jù)上進(jìn)行更多投入時，報(bào)告體現(xiàn)出相似的結(jié)果：
這些都是好消息。
應(yīng)該怎么做?
壞消息是盡管這些企業(yè)拿出全部的熱情投入大數(shù)據(jù)，但它們并沒有制定有效的規(guī)劃方案對企業(yè)的現(xiàn)狀做出改善。
當(dāng)然，在調(diào)查中100%的行業(yè)領(lǐng)袖企業(yè)聲稱能夠“利用大數(shù)據(jù)來提高生產(chǎn)力與創(chuàng)造價值”，但更值得注意的是72.3%的企業(yè)在大數(shù)據(jù)的海洋中無所適從，即使上千人級別的大型企業(yè)，他們中的大多數(shù)似乎也無法對大數(shù)據(jù)找到頭緒：
此外，企業(yè)并不一定像他們自認(rèn)為那樣從數(shù)據(jù)中獲得了實(shí)際價值，因?yàn)榇蠖鄶?shù)企業(yè)缺乏明確的將數(shù)據(jù)運(yùn)用到工作中的戰(zhàn)略：
大企業(yè)們確實(shí)能夠提早一步做出規(guī)劃(有39.6%的大型企業(yè)聲稱擁有明確的戰(zhàn)略)，這也許是因?yàn)樗麄儽却蠖鄶?shù)企業(yè)更早投資于大數(shù)據(jù)，但仍然改變不了的事實(shí)是大多數(shù)公司仍然不知道該怎樣正確利用他們的數(shù)據(jù)。
而且這一事實(shí)在過去的幾年里并沒有改變太多。在2013年Gartner的報(bào)告中，大多數(shù)企業(yè)難以確定從數(shù)據(jù)中獲取價值的企業(yè)策略，而且缺乏必要的技巧。關(guān)于這個我記得當(dāng)時曾這樣寫過：“56%的企業(yè)在不知道如何從數(shù)據(jù)中獲取價值時就迫切著手部署或規(guī)劃大數(shù)據(jù)項(xiàng)目，這樣的做法會帶來嚴(yán)重的脫節(jié)。”
這是三年前的真實(shí)情況，而到了現(xiàn)在也沒有改變。
更多的數(shù)據(jù)，更多的噪音
這個問題可以歸結(jié)為Nate Silver的觀點(diǎn)，在“信號與噪音”一書中他這樣表述--更多的數(shù)據(jù)并不一定帶來更深入的洞察力，而事實(shí)上往往起著相反的作用：
如果信息量以每天2.5五萬億字節(jié)的速度增加，那么其中有用的信息幾乎可以忽略不計(jì)，絕大多數(shù)信息就像是噪音，而且噪音增加的速度比有用的信號要快得多。我們需要測試無數(shù)的假設(shè)，收集繁多的數(shù)據(jù)--但客觀的真相卻是相對恒定的。
匆忙跳入大數(shù)據(jù)的企業(yè)很快發(fā)現(xiàn)跟隨“大數(shù)據(jù)”而來的往往是“大混亂”，以及大量無法處理的數(shù)據(jù)，這反而加劇了企業(yè)的數(shù)據(jù)問題。
回到這份調(diào)查，80.8%的受訪企業(yè)對DNV GL坦誠他們沒有對大數(shù)據(jù)的未來做好充分的準(zhǔn)備，缺乏有效的企業(yè)戰(zhàn)略，并且對數(shù)據(jù)爆炸沒有足夠的了解。
作為回應(yīng)，有47.3%的受訪者報(bào)告說企業(yè)正在組織內(nèi)部培訓(xùn)，幫助他們在不斷增加的數(shù)據(jù)噪音中鑒別出有用的信號。這是這份報(bào)告中讓人興奮的一點(diǎn)，讓我想起Gartner分析師Svetlana Sicular在幾年前所指出的：“企業(yè)的內(nèi)部員工實(shí)際上比神秘的數(shù)據(jù)科學(xué)家更了解自己的數(shù)據(jù)。”
關(guān)鍵在于要讓那些了解企業(yè)業(yè)務(wù)的人也擁有智能查詢業(yè)務(wù)數(shù)據(jù)的能力，“學(xué)習(xí)Hadoop其實(shí)要比學(xué)習(xí)企業(yè)的業(yè)務(wù)更容易，”她認(rèn)為。所以，企業(yè)應(yīng)該將更多的努力放在培訓(xùn)現(xiàn)有的員工上，給他們提供所需的工具來解鎖企業(yè)數(shù)據(jù)的價值。小牛學(xué)堂就為企業(yè)搭建了一個這樣的平臺，免費(fèi)提供大數(shù)據(jù)實(shí)戰(zhàn)環(huán)境+真實(shí)服務(wù)器+海量企業(yè)數(shù)據(jù)+詳盡指導(dǎo)文檔+名師輔導(dǎo)答疑，既有小白入門基礎(chǔ)案例，也有高大上的企業(yè)真實(shí)數(shù)據(jù)應(yīng)用案例，即Linux常用命令、Hadoop偽分布模式環(huán)境的搭建、Hadoop完全分布式環(huán)境的搭建、Sqoop安裝數(shù)據(jù)導(dǎo)入導(dǎo)出工具、Hadoop集群MR做地區(qū)熱銷商品分析、Hadoop集群做網(wǎng)站點(diǎn)擊量排名。同時，小牛學(xué)堂旗下?lián)碛袃?yōu)秀的師資隊(duì)伍，這些技術(shù)大牛經(jīng)驗(yàn)豐富，講課風(fēng)格獨(dú)特，將晦澀難懂的理論知識聯(lián)系實(shí)踐講給學(xué)員聽。線上、線下教育隨你選擇，充分為你解決由于各種原因無法參加課程的困擾。即使你是技術(shù)小白，也能輕松學(xué)會大數(shù)據(jù)。
總結(jié)一下，并不是說我們不需要更多的數(shù)據(jù)，但我們更需要的是有更多的人能夠了解已經(jīng)擁有的數(shù)據(jù)。
不管是企業(yè)還是其他組織，大家都已經(jīng)了解到大數(shù)據(jù)將會給自己帶來怎樣的發(fā)展空間，未來前景會是一片美好。因而，需要越來越多的大數(shù)據(jù)領(lǐng)域的技術(shù)人才的出現(xiàn)，滿足市場需求，解決企業(yè)所遇到的問題，大數(shù)據(jù)培訓(xùn)將會起到?jīng)Q定性作用。所謂追根溯源，企業(yè)要從根上解決目前的窘境，培養(yǎng)、吸納技術(shù)人才是重中之重。小牛學(xué)堂以專業(yè)的素養(yǎng)，為市場輸送掌握數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和自然語言處理等多方面知識的大數(shù)據(jù)復(fù)合型人才。滿足企業(yè)對于技術(shù)人才的渴求，也實(shí)現(xiàn)了眾多技術(shù)小白在大數(shù)據(jù)行業(yè)的價值。
網(wǎng)友為此稿件打分的平均分是：
京公網(wǎng)安備 11010502049343號