Splunk的產(chǎn)品營銷的副總裁桑賈伊·梅塔
大數(shù)據(jù)對話內(nèi)容將轉(zhuǎn)向
在2013年,圍繞大數(shù)據(jù)的討論將從專注于龐大的數(shù)據(jù)和基礎(chǔ)設(shè)施技術(shù),轉(zhuǎn)向利用大數(shù)據(jù)和新的應(yīng)用程序/方法,以及利用大數(shù)據(jù)的具體用途?;旧?,我們會聽到和看到更多的大數(shù)據(jù)合理化軟件。
例如,Cars.com,通過與Splunk企業(yè)跨企業(yè)數(shù)據(jù)分析,增加了收入,更好的維護其網(wǎng)站,增強了用戶體驗。明年,更多向Cars.com這樣的用戶將談?wù)摯髷?shù)據(jù)和業(yè)務(wù)決策分析大量的機器產(chǎn)生的數(shù)據(jù),這便是Splunk所謂的業(yè)務(wù)情報。
FractalAnalytics創(chuàng)始人和首席執(zhí)行官斯里坎特·維拉馬卡尼
人才短缺問題將更加尖銳,構(gòu)成一些公司的增長前景真正的威脅。
人工智能將在分析空間上升。該領(lǐng)域的計算機科學(xué)、人工智能、機器學(xué)習(xí)、博弈論將在大數(shù)據(jù)分析方面發(fā)揮更大的作用。
個人(自我)分析將崛起。越來越多的公司將提供消費者可以分析的數(shù)據(jù)方式,讓他們控制自己的行為和個人生活。
企業(yè)將制定更明確的隱私政策,給消費者更多的他們的分享內(nèi)容的控制權(quán)。特定的消費者將會積極管理他們與人分享的內(nèi)容。
各行業(yè)的大數(shù)據(jù)分析將迎來更多的應(yīng)用。越來越多的企業(yè)將不滿足于大數(shù)據(jù)管理能力而尋求外部專家。
移動分析顯著增加。移動推動分析會改變消費者的消費信息和消費習(xí)慣。
更智能的設(shè)備和器具的出現(xiàn)很大程度的嵌入式分析。
更側(cè)重于實時分析,雖然我不不看好其在今年內(nèi)會有很大的進展。
無法處理大量數(shù)據(jù)、品種或速度的產(chǎn)品分析公司將被淘汰。
AlpineDataLabs首席產(chǎn)品官SteveHillion
商業(yè)分布的Hadoop開始占據(jù)主導(dǎo)地位。隨著越來越多的企業(yè)開始對Hadoop的重視,他們將要支付用于完全支持的商業(yè)版本。這些商業(yè)版本增益的成熟,使得我們可能會看到一些合并,甚至可能有大規(guī)模的收購。
BI更加成熟。由于傳統(tǒng)的BI廠商根據(jù)最新的SQL接口集成到Hadoop的生產(chǎn)出他們的產(chǎn)品,像Datameer和Platfora這樣的新廠商挑戰(zhàn)極限,就會產(chǎn)生沖突,最終有利于消費者。除了基本的BI,廠商將支持更先進的可視化和大數(shù)據(jù)探索新的方式。
Hadoop將在沙箱數(shù)據(jù)科學(xué)中找到其合適的位置。今年,Hadoop要努力超越簡單的批處理和先進的分析,作為一個平臺實現(xiàn)其潛力。對于那些想超越批處理、超越基本報告的企業(yè),如ThinkBigAnalytics、SAS和AlpineDataLabs將最終使日常用戶從他們的大數(shù)據(jù)中得到深刻的見解。
數(shù)據(jù)倉庫轉(zhuǎn)移到云。而較大的企業(yè)將保持他們的本地倉庫,小公司和早期采用者將越來越多將數(shù)據(jù)資產(chǎn)轉(zhuǎn)移到云。
Hadoop的挑戰(zhàn)將開始出現(xiàn)。用戶將達到一個挫折與性能的限制點,版本混亂,和各種不同的標(biāo)準和接口。競爭對手的技術(shù)和平臺將充分利用杠桿作用,而超越HadoopHDFS的性能限制,因此,所有的大數(shù)據(jù)平臺將迎來更多的創(chuàng)新。