大數據時代企業痛點分析

多年前，企業關注信息化和互聯網化，近幾年關注更多的是云計算、移動化和社交化。無論哪種技術趨勢，都給企業的數據處理和分析帶來不少難題。數據量的激增、數據多樣性和復雜性、數據安全的問題，都成為企業面臨的挑戰。為了進一步了解企業的真實需求，此次調查針對大數據時代的企業痛點進行分析。

▲企業大數據的存儲和處理難點調查

從上圖來看，企業在大數據存儲和處理上的難點分布比較均勻，所占比例最高的為數據安全(18.98%)，排在第二的是系統性能瓶頸(18.42%),第三位的是數據類型多樣化(18.01%)。其他還有數據分析效率低(15.24%)、數據讀寫瓶頸(14.96%)和存儲壓力(14.40%)。

選項之間的差距非常小，也說明這六項都被認為是企業數據存儲和處理的難點，其中數據安全是企業最關注的問題。在大數據環境下，很多企業正在重新思考信息安全策略，保護數據資源不被侵犯。

▲企業在大數據時代面臨的挑戰

在大數據時代，企業面臨的挑戰可以從上圖中看出一些端倪。缺乏專業的大數據人才(26.99%)成為企業面臨的最大挑戰，其次是非結構化數據的分析和處理(26.65%)、傳統技術難以處理大數據(25.27%)以及新技術門檻過高(21.13%)。

大數據相關人才的欠缺將會成為影響大數據市場發展的一個重要因素。據Gartner預測，到2015年，全球將新增440萬個與大數據相關的工作崗位，且會有25%的組織設立首席數據官職位。大數據的相關職位需要的是復合型人才，能夠對數學、統計學、數據分析、機器學習和自然語言處理等多方面知識綜合掌控。未來，大數據將會出現約100萬的人才缺口，需要社會、高校和企業共同努力去培養和挖掘。

▲企業針對非結構化數據的挑戰

面對文本、圖片、視頻等非結構化數據，企業并不擅長處理。從上圖的調查結果可以看出，企業目前最迫切需要解決的是如何對這些數據進行分析，所占比例達到38.96%。其次是與其他數據源進行集成(32.50%)、如何保存這些數據(14.72%)，以及數據安全問題(13.82%)。

《駕馭大數據》一書曾寫到，數據的核心是發現價值，而駕馭數據的核心是分析。分析是大數據最關鍵的環節，尤其對于傳統方式難以應對的非結構化數據，人們最先想到是把它們轉化為結構化數據，然后再處理和分析。

與企業對結構化數據安全性的關注不同，非結構化數據的安全問題在企業中缺乏應有的重視。但據統計，高達80%的商業數據均以非結構化的形式保存。非結構化數據的安全問題也迫在眉睫，企業需要提前做好預警和規劃。