调查结论:业界对于大数据技术热情仍在上涨

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

约有三分之一受访者表示大数据分析为其带来更理想的决策结果。

众多企业目前仍在努力管理规模持续增长的庞大数据,并希望能够凭借各类分析项目从当前持有的数据当中获取更为可观的商业价值。不过对于大多数企业而言,单纯与数据规模增长保持同步就已经是个难以解决的问题。

调查结论:业界对于大数据技术热情仍在上涨

根据IDG公司发布的最新调查报告来看,在全部1139位受访IT决策制定者当中,多数都对大数据技术保持着稳定上升的关注与兴趣。超过一半(53%)的受访者目前正在实施或者将在明年内在企业当中实施由数据驱动的项目规划——这一比例与2014年相比增长了6%,而另外8%受访者则表示正在考虑部署类似项目。

在数据驱动型项目在未来一年内的规划及评估方面,医疗行业的积极性领先于其它各个领域。企业规模越大,正在规划或者实施数据驱动型项目的可能性也就越高,计划在这方面投入的预算也更为可观。

与此同时,需要管理的数据总量也一直在如火箭般节节攀升。目前数据管理总量在1TB到9TB之间的企业比例已经下降了7%,而数据总量突破PB级别的企业比例则增长了4%。

多数企业已经从大数据投资当中获得了良好的回报,其中29%受访者表示决策制定质量得到提升,而28%的受访者则表示规划与预期效果有所改善。其它收益还包括:

· 开发新的产品、服务以及营收渠道。

· 更理想的客户吸引及保留效果。

· 更好地遵循合规性各相关要求,特别是对医疗保健、政府机关、金融服务以及教育部门而言。

挑战

在过去两年当中,预算的限制仍然是阻碍大数据技术普及的最大难关,位列第二的负面因素则是技术储备不足。不过尽管IT预算一直保持着稳定甚至有所上涨的趋势,但仍有15%的受访者不打算在未来12到18个月之内雇用具备大数据技能的人才,而另外17%受访者则表示在这方面尚无明确结论。

安全性则是另一大关键性问题。三分之二的受访者表示他们的现有产品及政策能够提供理想的数据安全效果,但18%受访者给出了否定意见,另有16%受访者表示尚不能确定。

最后一个难题源自现有产品的实际质量:40%受访者为现有产品及服务给出了优秀或者良好的评论意见,但另有44%受访者表示只能算勉强够用或者比较糟糕。大数据产品与服务的定价模式也引发了一定争议,正如其它针对性专业知识一样。

如果大家希望获取与此次调查相关的更多信息,包括各数据驱动项目的持有方与管理方,请点击下方链接下载这份总计五页的汇总资料(PDF格式)。


本文作者:核子可乐译

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
102 2
|
2月前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
165 4
|
1月前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
13天前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
21天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
43 4
|
28天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
28天前
|
SQL 存储 大数据
单机顶集群的大数据技术来了
大数据时代,分布式数仓如MPP成为热门技术,但其高昂的成本让人望而却步。对于多数任务,数据量并未达到PB级,单体数据库即可胜任。然而,由于SQL语法的局限性和计算任务的复杂性,分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎,通过高效的算法和存储机制,实现了单机性能超越集群的效果,为低成本、高效能的数据处理提供了新选择。
|
1月前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。