2015年1250亿美元大数据分析市场的6点预测

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

2015年,全球大数据和分析市场的规模将达到1,250亿美元。国际数据公司(IDC)和国际分析协会(IIA)在不同的网络广播中,都谈到了它们对2015年大数据和分析市场的预测。以下是其中一些要点:


安全软件将成为大数据分析的杀手应用

大数据分析工具将是第一道防线,它结合了机器学习、文本挖掘和本体建模,提供整体及综合性安全威胁预测、检测、阻止和预防程序。(IIA)


物联网(IoT)分析将大热,五年的年均复合增长率为30%

物联网将成为数据/分析服务的下一个重要关注点。(IDC)在物联网潮流侧重于数据生成和生产(传感器)方面时,“物分析”则是一种特殊形式的大数据分析,往往涉及异常检测以及“将数据带给分析”。(IIA)


采用技术手段连续不断地分析事件流,这种趋势将在2015年加快——它的重点就在于速度和较小的数据单位。随着各大公司——包括亚马逊、IBM和微软——继续将更多类型的平台即服务(PaaS)服务结合在一起,物联网后端即服务(BaaS)的形式将出现,包括流处理、数据触发器、索引和同步以及通知,形成更紧密整合在一起的服务和产品,直接面向不断壮大的物联网开发者群体推广。(IDC)


购买和出售数据将成为新的业务收入来源

70%的大公司已经在购买外部数据,到2019年,将有100%的大公司购买外部数据。同时,更多公司将开始销售数据或提供增值内容,利用自己的数据创收。(IDC)


各公司将把它们用在生成独家新数据方面的投资增加一倍。“如果你没有能让你区别于竞争对手的独家数据,你是无法进入数据业务领域的。”2015年将是生成独家新数据并从中创收的主流公司进行有意向投资的拐点。(IIA)


公司将投资于自助服务、自动化和增强技术,以解决高技能员工短缺的情况

高技能员工短缺的情况将持续。单在美国,2018年就将有181,000个深度分析职位,要求在数据管理和解释领域拥有相关技能的岗位数量是这一数字的5倍。(IDC——注意这并不是为供应方提供的数据。)可视化数据发现对提供终端用户自助服务非常重要,其增长将比市场上的其它服务快2.5倍,到2018年将成为所有企业必须具备的服务。(IDC)


2015年将迎来自动化决策时代,这对公司的影响将是深远的。随着普通工作流经由分析而实现合理化,这一年公司自身的运营和组织规划方式将受到质疑。成功的关键在于自动化系统的透明度以及让管理人员形成“不时透过既定模式和算法的表面深层次看待问题”的意识。


谷歌上周二宣布了一项自动化统计研究项目,其目标是打造一种“用于数据科学的人工智能。”但增强而非自动化技术可能是知识工作者的更好选项。2015年,各公司将开始考虑如何增强知识型工作,而非对其实行自动化——从人工智能转向智能增强。分析、机器学习和认知计算将越来越多地接管知识工作者的工作,我们在2015年将对此有更多认识。(IIA)


2018年,半数顾客将定期与基于认知计算的服务进行互动。目前的个人服务,比如苹果的Siri,微软的Cortana和谷歌的Google Now将提高员工对于在企业内获得类似服务的预期。2015年,PaaS业务的竞争对手将付出更多努力,在认知计算领域展开竞争。(IDC)


图片、视频和音频分析将普及

2015年,富媒体分析将至少增长三倍,并成为大数据技术投资的主要推动力。在北美,已经有一半的大型公司表示正在大数据分析项目中使用富媒体(图片、视频和音频)数据,并且所有的大型组织都将在五年中对富媒体进行分析。(IDC)


沟通将成为分析领域的一种热门新工作

大数据分析工作中,雇主希望应聘者具有的最重要品质就是沟通技能。当组织在了解和采用分析方法的过程中遇到障碍时,它们很正常地会更加侧重于沟通,这并不是大多数分析师的长项。各公司将日益认识到把一位经验丰富的沟通人才置于此种情况下的价值(IIA)……或许,他们会从大量失业的新闻记者中寻找合适人选来填补这些职位空缺?


原文发布时间为:2014-12-21

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
23天前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
115 4
|
2月前
|
消息中间件 NoSQL 数据可视化
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
78 2
|
3月前
|
数据采集 人工智能 算法
数据没洗干净,分析全白干:聊聊大数据里的“洗澡水”工程
数据没洗干净,分析全白干:聊聊大数据里的“洗澡水”工程
90 1
|
5月前
|
数据采集 机器学习/深度学习 算法
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
205 4
|
2月前
|
SQL 存储 机器学习/深度学习
基于 Dify + Hologres + QWen3 进行企业级大数据的处理和分析
在数字化时代,企业如何高效处理和分析海量数据成为提升竞争力的关键。本文介绍了基于 Dify 平台与 Hologres 数据仓库构建的企业级大数据处理与分析解决方案。Dify 作为开源大语言模型平台,助力快速开发生成式 AI 应用;Hologres 提供高性能实时数仓能力。两者结合,不仅提升了数据处理效率,还实现了智能化分析与灵活扩展,为企业提供精准决策支持,助力数字化转型。
476 2
基于 Dify + Hologres + QWen3 进行企业级大数据的处理和分析
|
2月前
|
存储 Java 大数据
Java 大视界 -- Java 大数据在智能家居能源消耗模式分析与节能策略制定中的应用(198)
简介:本文探讨Java大数据技术在智能家居能源消耗分析与节能策略中的应用。通过数据采集、存储与智能分析,构建能耗模型,挖掘用电模式,制定设备调度策略,实现节能目标。结合实际案例,展示Java大数据在智能家居节能中的关键作用。
|
2月前
|
人工智能 边缘计算 分布式计算
ODPS 在 AI 时代的引领潜力与突破方向分析
阿里云 ODPS 凭借超大规模数据处理、多模态架构与 Data+AI 融合优势,正引领 AI 时代数据革命。其弹性算力支撑大模型训练,多模态处理提升数据利用率,AI 工程化能力完善。但实时性、边缘计算与跨云协同仍存短板。未来将重点突破智能数据编织、异构计算调度、隐私增强平台与边缘云端协同,加速行业落地。结合绿色计算与开放生态,ODPS 有望成为 AI 驱动的数据基础设施核心。
74 0
|
3月前
|
数据采集 搜索推荐 算法
Java 大视界 -- Java 大数据在智能教育学习社区用户互动分析与社区活跃度提升中的应用(274)
本文系统阐述 Java 大数据技术在智能教育学习社区中的深度应用,涵盖数据采集架构、核心分析算法、活跃度提升策略及前沿技术探索,为教育数字化转型提供完整技术解决方案。
|
3月前
|
存储 缓存 分布式计算
OSS大数据分析集成:MaxCompute直读OSS外部表优化查询性能(减少数据迁移的ETL成本)
MaxCompute直读OSS外部表优化方案,解决传统ETL架构中数据同步延迟高、传输成本大、维护复杂等问题。通过存储格式优化(ORC/Parquet)、分区剪枝、谓词下推与元数据缓存等技术,显著提升查询性能并降低成本。结合冷热数据分层与并发控制策略,实现高效数据分析。
|
6月前
|
SQL 分布式计算 数据挖掘
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
418 63
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践