這兩年大數據市場發展得紅紅火火，業界普遍看好其應用前景。精英們，專家們每每提及大數據，必然帶上數據經濟、物聯網，人工智能等一長串金光閃耀的名詞作為注腳，常把我這種小從業者侃的熱血沸騰，大有“世界是我們的，就是我們的，最終還是我們的”的感覺。不過熱血總是會平復的，冷靜下來想想，能夠在大數據浪潮中興風作浪的只是少數有資源、有技術、有市場的巨頭們，對于面臨生存發展壓力的眾多小從業者來說，多美好的未來都太遙遠，與其垂涎行業巨頭們的大布局，不如靜下心打打自己的小算盤。

跟隨行業的腳步，向前邁進

大數據市場的快速發展會創造很多的市場機會，但也帶來巨大的風險。大企業，乃至行業巨頭都難保自己不會衰落，更何況對市場風險抵御能力更弱的小從業者。認清并跟隨行業發展大趨勢，無疑能夠大大提升小從業者們的生存和發展能力。

隨著在各行業中不斷應用，大數據技術得到廣泛的認可，進入了理性發展階段。16年以來，各種社會組織對大數據的態度發生了改變，從一種潛力巨大的新技術變為幫助自己適應互聯網時代的強力工具，大數據市場相應的出現了新動向：

業務需要驅動大數據建設。隨著對大數據了解的不斷加深，市場關注點變為大數據的實際應用價值，客戶更加關心如何利用大數據，而不再是如何建設。大數據企業使用數據、挖掘數據的能力對其發展市場越來越重要。單純技術驅動的大數據企業，特別是專注于大數據平臺建設的，將會在在市場變化中遇到更多的挑戰。

全量數據分析。身處復雜，異構環境中的企業不再希望僅為一個數據源(Hadoop)采用孤立的BI訪問點。他們需要的答案被埋沒在一大堆數據源中，從記錄系統到云端，再到來自Hadoop和非Hadoop源的結構化和非結構化數據。企業會更加趨向于將自己的所有數據納入數據管理分析范圍。不依賴于數據源的平臺將會受到歡迎，而專為Hadoop而設計的平臺和未能跨應用部署的平臺將受到冷遇。數據湖概念的興起就是一個明顯的佐證。

基于大數據的機器學習。隨著大數據分析能力不斷增強，越來越多的企業開始投入于機器學習，并從中獲益。企業可以通過機器學習算法識別潛在客戶，或識別即將流失的客戶，或識別營銷推廣中作弊的渠道，或及時發現關鍵KPI下跌的原因等。

結合自身情況和行業發展，不斷調整，找到最適合自己的發展方向和策略，小從業者也可以順風順水，說不定有一天就站到大數據的風口浪尖。

把握發展的契機，闊步前行

大有大的難處，小有小的優點。相比于行業巨頭和大企業，靈活快速的滿足客戶要求是小從業者的最大優勢。像其他新技術一樣，大數據在落地的過程中會遇到很多的問題，這是新興市場給所有從業者的禮物，也是小從業者快速發展的契機。

大數據真正在各行業落地的時間并不長，以往企業更多的是在驗證技術可行性，直到16年才開始考慮圍繞大數據構建IT體系，一些比較普遍的問題受到了各方面的關注：

打通數據孤島仍是企業關注重點。在很多企業尤其是大型企業中，數據常常散落在不同部門，而且這些數據存儲于不同的數據倉庫，不同部門的數據技術也有可能不同，導致企業內部數據無法打通。從自由模式的JSON到嵌入式的數據庫(如關系數據庫和非關系數據庫)，到非平面數據(如Avro，Parquet，XML)，數據格式正在成倍增長，連接器變得至關重要，它將不同格式的數據變成統一的表達，讓不同格式的數據之間實現互通。為零散的、不同的資源提供即時連接的能力，將成為評估一個大數據系統能力的重要方面。

“自助服務”工具。企業數據用戶（往往是業務、產品、營銷負責人等非大數據專業人士）在實際運用大數據的時候，更關注的是大數據的產品在哪些方面可以直接幫助改善自身業務，不需要關注大數據產品內部各個環節的技術細節。大數據在落地的過程中，需要解決大數據能力產品化的問題，幫助非專業人員使用，比如：自助服務的大數據分析工具、數據管理工具等。我們將看到更多企業意識到自助工具的重要性，以及對其迫切的需求。

智能BI。智能化涵蓋的內容很多，包括人工智能等等，但對于資源、技術都比較匱乏的大多數小從業者而言，考慮企業用戶對BI系統的智能化期待更具現實意義。企業最希望利用大數據技術實現精細化運營，發現新的發展和提升契機。這將推進智能BI的發展，幫助企業更好地理解和滿足客戶需求和潛在需求，更好地應用在業務運營智能監控、精細化企業運營、客戶生命周期管理、精細化營銷、經營分析和戰略分析等方面。

大數據在各行業的落實，是數據技術同行業知識的結合，是一個長期的持續提升過程。大數據企業需要不斷的觀察、分析市場動態，保持敏銳的市場觸覺，不斷調整自身抓住每個機會壯大自己。

來自：韓志強中興大數據