隨著2017年大數(shù)據(jù)應(yīng)用的發(fā)展,大數(shù)據(jù)價值得以充分的體現(xiàn),大數(shù)據(jù)在企業(yè)和社會層面成為重要的戰(zhàn)略資源,數(shù)據(jù)成為新的戰(zhàn)略制高點,是大家搶奪的新焦點。
大數(shù)據(jù)炒熱之后,很多企業(yè)立馬布置大數(shù)據(jù)戰(zhàn)略,其中阿里動作最快,在市場一片繁榮景象的帶動下,一些所謂的大數(shù)據(jù)公司如雨后春筍般紛紛冒了出來,各類以大數(shù)據(jù)為主的股票在股市一路紅燈,企業(yè)間的IPO不斷上演。
然而這種繁榮的背后,企業(yè)的盈利情況卻被忽略。據(jù)了解,在當(dāng)前數(shù)據(jù)宇宙中很多有價值的數(shù)據(jù),都是基于文檔的未被標(biāo)記的非結(jié)構(gòu)化數(shù)據(jù),人們對這類數(shù)據(jù)的識別、處理技術(shù)的研究剛剛起步。但市場中所謂成熟的大數(shù)據(jù)分析方法,卻普遍是基于有效數(shù)據(jù)標(biāo)識來采集用于分析的數(shù)據(jù)。
根據(jù)這種方法,有些數(shù)據(jù)因為無法識別所以不能被標(biāo)記,因而不能被視為有效數(shù)據(jù),在用于分析前,它們就會被拋棄。這一問題導(dǎo)致大量有價值的數(shù)據(jù)就這樣丟失了,完全沒有被利用。
那么,對于企業(yè)而言,如何有效的管理企業(yè)每日所產(chǎn)生的數(shù)據(jù),從海量的數(shù)據(jù)中挖掘并沉淀有價值的數(shù)據(jù),并把這些有價值的數(shù)據(jù)作為驅(qū)動業(yè)務(wù)增長的重要引擎,均為數(shù)據(jù)作為無形資產(chǎn)管理的重要任務(wù)。
Google、亞馬遜、騰訊、百度、阿里巴巴和360、今日頭條等互聯(lián)網(wǎng)企業(yè)通過不斷的挖掘和沉淀大數(shù)據(jù),利用大數(shù)據(jù)驅(qū)動業(yè)務(wù)的增長;金融和電信企業(yè)也在運用大數(shù)據(jù)來提升自己的競爭力。這些企業(yè)均有一個共同的特點,即成立了大數(shù)據(jù)部門對企業(yè)大數(shù)據(jù)做重點管理和應(yīng)用,真正的把大數(shù)據(jù)作為無形資產(chǎn)管理和應(yīng)用起來。
但是,隨著大數(shù)據(jù)專家的成本上升,越來越多的企業(yè)也會尋求簡單易用成本相對較低的第三方數(shù)據(jù)產(chǎn)品。國際知名咨詢機(jī)構(gòu)IDC預(yù)測,可視化數(shù)據(jù)發(fā)現(xiàn)工具的增長速度將比商業(yè)智能(BI)市場的其余工具快2.5倍。到2018年,投入于支持最終用戶自助服務(wù)的這種工具將成為所有企業(yè)的要求。諸多大數(shù)據(jù)廠商已經(jīng)發(fā)布了擁有“自助服務(wù)”功能的大數(shù)據(jù)分析工具。
當(dāng)前有人認(rèn)為大數(shù)據(jù)產(chǎn)業(yè)“過熱”,事實上,大數(shù)據(jù)的潛力還遠(yuǎn)遠(yuǎn)沒被釋放出來。盡管目前大數(shù)據(jù)產(chǎn)業(yè)在硬件支承層的布局如火如荼,大數(shù)據(jù)中心也在紛紛建設(shè)之中,但是數(shù)據(jù)與數(shù)據(jù)的碰撞、數(shù)據(jù)價值的開發(fā)、數(shù)據(jù)價值的應(yīng)用落地等等,仍然處于初期階段。站在信息化角度來看,成長的企業(yè)講究發(fā)展、固化,成數(shù)據(jù)的企業(yè)講究創(chuàng)新、智能。而如今身處大數(shù)據(jù)時代,諸多企業(yè)也逐漸意識到人力的決策和管理越發(fā)跟不上,開始尋求數(shù)據(jù)利用的有效手段。
事實上,大數(shù)據(jù)在相當(dāng)長的時間內(nèi)還是個新鮮事物,即使年復(fù)合增長率高達(dá)32%,到2016年全球大數(shù)據(jù)技術(shù)和服務(wù)市場總額也就是240億美金左右,不切實際、一窩蜂地上大數(shù)據(jù)項目不應(yīng)鼓勵。明明不算大數(shù)據(jù),要裝成有,從賺錢機(jī)會上來看,大數(shù)據(jù)還沒到“滿地是沙子、滿地是金子”的時候。
總而言之,大數(shù)據(jù)技術(shù)作為一種工具不可避免地存在局限性。從本質(zhì)上講,這些局限性反映了大數(shù)據(jù)技術(shù)背后理論的缺失。更重要的是,這些局限性清晰地表達(dá)了大型軟件系統(tǒng)的常規(guī)誤差監(jiān)測、修正與評估對內(nèi)在認(rèn)識論的挑戰(zhàn)。