大數據爆發前仍需度過兩大瓶頸

隨著互聯網技術日新月異，人類的線下行為逐漸遷移線上。過去人的溝通、社交、辦公以及日常生活場景等其他物理行為在日益發展的強大技術背景下都將被全部數字化，現實場景數字化到線上，對個人意味著足不出戶就能得到個性化、智慧化的服務，對企業意味著不在費盡周折了解一個客戶過去交易記錄，只需查看此客戶過去的一些交易行為數據，立刻判斷該客戶值不值得合作。
 

   這些個人日常行為以及企業交易行為通過日積月累而產生的大量數據，無論從容量、種類還是速度與過去已不可同日而語，甲骨文大中華區技術總經理喻思成表示：大數據時代的數據源不僅有傳統的結構化數據，還有非結構化數據。大數據處理方式的要求也完全不一樣了。我們并不是要完全顛覆數據管理和處理體系，而是要在原有基礎上增加新的處理方式，形成更完善更完整的體系
    大量數據產生的背后彰顯出的是一個新產業變革的前夜，通過對大量數據的挖掘、整理、分析、利用并實現數據價值，是目前業界較關注的話題。
    在記者采訪多名企業CIO后，大多數企業CIO認為，國內能利用大數據背后產業價值的行業主要集中在金融、電信、能源、證券、物流行業，其他行業談大數據價值為時尚早。雖然有反對的聲音，但不得不承認在技術快速變革當今浪潮下，大量數據的產生已成必然趨勢。
    在科學和體育、廣告和公共衛生等其他許多領域中，也有著類似的情況--就是朝著數據驅動型的發現和決策的方向發生轉變。哈佛大學量化社會科學學院（Institute for Quantitative Social Science）院長加里-金稱：“這是一種革命，我們確實正在進行這場革命，龐大的新數據來源所帶來的量化轉變將在學術界、企業界和政界中迅速蔓延開來。沒有哪個領域不會受到影響?！?br />     市場分析公司Ventana Research的研究表明，最常見的企業大數據類型是客戶數據和交易數據。被最常分析的非機構化數據源主要是應用系統日志和事件數據，比如RFID標簽信息、網絡流量和監控數據。但增長最快的非結構化數據還是各類社交媒體上的文本信息。
    但如何利用這些數據背后所承載的價值是目前業界思考的熱切話題以及接下來需要面對的大數據挑戰。
    首先大數據的出現催生出產業人才缺口瓶頸，在大數據項目的實施方面，被調查公司普遍缺乏相關的技術能力。75%以上的公司表示在人員和培訓方面存在障礙，會開源大數據技術Hadoop的人才很熱門，但是比較難找而且昂貴。其它技術方面的挑戰還包括實時數據的處理、大數據與傳統的BI和數據倉庫工具的整合、數據的安全性等。
    SAS軟件總經理劉政認為：大數據嚴重人才短缺，歐美公司也在中國尋找人才，但他們不知道中國本身大數據人才更匱乏。將來一個國家的競爭力很大程度上決定于分析人員，要通過數據分析結果做決策。所以分析人員的水平對于國家和企業的競爭力來說都是非常重要的，其次是商業模式問題，一個產業獲得良性發展，需要好的商業模式加以驅動才能持續發展，
    有業內專家表示不同行業數據需用不同的商業模式加以驅動，落地之前還需要細化與深化，特別是具體的行業應用，也有人認為，想清楚商業模式，價值才有根基，有了商業模式，大數據模型、算法也有了方向。就如啤酒與尿布，發現這個規律，數據價值方向也就彰顯端倪。