海量數據帶來極致痛苦

每天，我們都在創建難以估算的海量數據?，F在全球90%的數據都是過去兩年間產生的，這些數據來源廣泛，包括氣象信息收集傳感器、社交媒體內容、在線數碼照片和視頻、在線交易記錄及手機GPS信號等。這種類型的數據被稱為多結構化數據，也就是通常所指的大數據。值得注意的是，大數據可以根據其結構的復雜性和多樣性來定義。
 

  每天，各種網站都能產生大量TB數量級復雜的原始數據，收集了消費者的瀏覽及購買習慣，因此也被稱為交互數據。在分析準備中，將這些網絡日志轉化和提煉，將最終分析出客戶偏好。通過整合及應用數量龐大、類型復雜的數據，將實現客戶信息的深度洞察。此外，通過整合客戶的交易信息數據，將獲得支持營銷活動的觀點，確保在正確的時間，將適當的促銷信息提供給需要的消費者。
    顯而易見，數據的絕大部分是多結構化數據，或者是多種不同格式的數據。我們大量的工作時間用于閱讀或者回復郵件，撰寫報告或文章，進行交談，收聽直播或者錄音資料。顯然，這些都是產生多結構化數據的情形。這種數據不僅帶來挑戰，同時也是通過新興類型數據形成洞察力的機會，確保業務更加靈活，解決過去和未來存在的挑戰。
    此外，多結構化數據環境將帶來新的挑戰和機遇，利于分析、管理和控制現有系統和新渠道產生的大容量、高增長、易變化且復雜的數據信息。多年以來，企業已經身處這種環境，應對來自網絡互動、移動設備、社會媒體、機器數據及其他來源的新型信息。
    目前，只有最大規模及專注于數據分析的公司擁有時間、資源和工具進行大數據分析。但是，更多的公司將能夠順利應用可擔負的數據倉庫系統，從新信息源中獲取珍貴的戰略性觀點，以前所未有的速度支持業務創新。
   海量數據帶來極致痛苦？
    隨著數據源呈現指數級增長，信息的數量及復雜程度快速擴大，從海量數據中提取信息的能力正快速成為戰略性的強制要求。2011年4月，Gartner集團發布了《大數據僅僅是海量信息管理的開端》報告。報告稱：“對大數據的關注展現了最主要的挑戰，這些挑戰將重構現有的信息管理實踐和技術。管理海量數據的能力將成為企業的核心競爭力，確保企業能夠持續使用新型信息（文本、社交網絡、環境）發掘支撐業務決策的模式（基于模式的戰略）?！?br />    釋放創新能力
    為站在不斷發展的信息浪潮之尖，企業必須尋求大數據分析方案，擴展從集成數據倉庫獲得的知識資產。但是，大部分集成數據倉庫尚未納入來自網絡日志及社交媒體高達80%的多結構化數據。
    其實，大數據的挖掘和分析并非僅應用在營銷領域。部分高精度加工企業，如半導體和醫藥領域企業，也正面臨著海量數據壓力，期望通過存儲并分析這種數據，制定出更佳的業務決策。而且，更大的期待是通過理解運營和制造中的問題，以及提供更好的用戶體驗。通過收集、存儲和分析所有的多結構化數據，將有助于輕松實現這些宏偉愿望。