|
此前，援引外媒动静称，Gartner预测，2017年将有60%的大数据项目在试验阶段就会失败，并最终会被放弃。 在大数据正热的当下，这一结论无疑给浩瀚的热心者泼了一道冷水。 跟着企业尽力在数字时代实现数据驱动，我们的生态系统正在产生重大变革。不仅是企业应用措施生成的海量数据日增，在企业外部遍及的用户和难以数计毗连的各类“事物”所发生的数据也呈指数级递增。这都导致企业环绕数据的洞察会变得越来越巨大。 我们不只要问，企业在将数据资产链接到计谋代价的这一进程中毕竟呈现了什么问题? 有专业人士认为，二者之间的主要障碍是缺乏技术或专业常识，以及技能计谋与整体公司需求之间不匹配。 专业差距 我们都知道，大数据并非新近事物。早些年，当大数据处于起步阶段时，其时可用技能并不成熟。一些早期成长起来的知名网络公司，如谷歌、Facebook等不得不从基础上成立基本设施来处理惩罚相关问题。他们的乐成也因此引来了更多的跟随者，很多企业试图用本身基于Hadoop的大数据项目来效仿前者。 效仿的功效是，后者的IT和数据专业人员对Hadoop作为一个技能东西包可以或许做什么，以及对发生功效需要几多时间的预期呈现毛病。Gartner的一项观测功效显示，在受访者中近半数公司缺乏陈设这种技能的技术。 研究人员认为，当前大数据已颠末于依赖技能。很多大数据项目之所以失败，是因为它们需要大量的前期资源，企业要为之陈设刚性架构，而一旦项目举办中，其机动性很难提高。 乐成的大数据项目应该是从企业想要办理的业务问题和但愿得到的代价的深刻领略开始。不然，无论企业想实现什么方针，项目都将无法到达预期或提供足够的投资回报，最终功效就会被放弃。 第二点是需要成立一支专业团队，将IT、数据科学和业务线的视角细密团结在一起。研究人员给出的发起是，业务专家可以通过数据打算确定需要办理的主要业务挑战。IT专家可以提供会见数据和准确定位，以及执行项目所需的基本设施技术。最后，数据专家可以提供阐明和提取洞察所需的数学和定量技术。环绕这些技术成立的团队对项目可否乐成至关重要。 第三点是短时间值。团队越早组建，并发生详细和可权衡的代价，企业组织和高级打点层就越容易在这个项目一连投资。 而研究表白，大大都基于Hadoop的项目在这三个方面都是失败的。更多的项目过分专注于技能自己的事情。另外，难以找到足够的技术，而且需要太多的时间和精神来成立基本设施。最后，初始投资太高，交付投入时间太长，使得很难快速试验和迭代乐成。 一个更好的要领 那么，是不是失败的排场就很难扭转呢?调查者寄望到这样一个趋势，在大数据项目中，企业实验通过回收基于云的数据客栈和数据湖办理方案作为Hadoop项目标替代品。从云中得到代价，而不是在基本设施建树上过多投资，会使大数据项目变得将更容易和更快。 正确的云办理方案可以制止过多的前期成本支出，并且也可以得到相对轻松和有效的扩展，并以高度打点的办理方案的形式将技能承担转移给技能供给商。 因此，假如企业自身没有足够的履历和技术，建树思量云方案，避开本钱奋发的基本设施。 |
