隨著大數據業務的日漸火熱，越來越多的分析機構著重看好這一領域。
知名分析機構Forrester最近預測，未來五年，大數據技術市場的年復合增長率將達到12.8%。Forrester將大數據市場分為六大部分：企業數據倉庫、NoSQL、Hadoop、大數據集成、數據虛擬化和內存數據結構。Forrester調研發現，在2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。內存數據結構正在崛起，Forrester數據顯示，內存數據結構在預測期內每年將增長29%。對非關系型數據庫（NoSQL和Hadoop）的興趣亦正在增強。NoSQL和Hadoop在預測期內每年將分別增長25%、33%。在受訪者中，41%正在實施和擴大NoSQL的使用，另有20%計劃在未來12個月中實施。有30%的受訪者在今年實現了Hadoop，這一數字在2015年僅為26%。而采用Hadoop實現的云端非結構化數據存儲的增幅將從2015年的29%增至35%。
此外，市場增長因行業而異。未來五年中，制藥、運輸和初級生產行業將最大限度地采用大數據技術。目前，專業服務、電信、政府和金融服務業則是最大的用戶。
另一家分析機構ABI Research也預測。到2021年，移動運營商將投入超過500億美元用于大數據和機器學習。ABI認為，機器學習技術將令運營商深刻改變管理電信業務的方式。
“基于機器學習的預測分析適用于電信業務的方方面面。”ABI Research常務董事、副總裁喬·霍夫曼指出，機器學習能通過經濟利益導向的應用包括欺詐緩解和收入保障，為運營商的運營帶來好處，這些都是最有說服力的案例。傳統分析是基于規則的解決方案跟不上犯罪分子，但機器學習擅長于發現趨勢異常。
用于網絡性能優化和實時管理的預測性機器學習應用，將帶來更多的自動化和高效的資源利用。即使是銷售、市場和客戶體驗團隊也將受益，因為機器學習有助于創新和重新設計業務流程。
電信大數據解決方案包括商業IT套件、開放源代碼、基于Java的Hadoop生態系統、SQL/NoSQL數據管理和編排平臺。到2021年，這部分基礎設施支出將超過70億美元。但是最大的增長和最大的價值來自提高電信業務績效的預測分析，基于機器學習的預測分析將以近50%的年復合增長率增長，到2021年將達到120億美元。
“隨著商業云基礎設施和機器學習服務的興起，每家移動運營商都能成為一家大數據公司。”霍夫曼總結說，“在短短幾年時間里，我們將看到明天的移動網絡成為巨大的、分布式的超級計算機，帶有無線連接，通過機器學習不斷重新再造。”
京公網安備 11010502049343號