来自:TT SOA
![](https://pic.jg.com.cn/img/pinggu/0772086b4d687474703a2f2f696d67302e747569636f6f6c2e636f6d2f7a595a7679692e6a70678eccdb5591.jpg)
研究结果:2012年公司对大数据ROI的期望
2012年着手大数据的公司中,只有40%的公司预测看到投资回报率(ROI)超过25%,数据显示。Ramaswamy相信这样的发现表明,不久的将来更多的组织可能会考虑使用些技术。
克服 大数据 行动的障碍 在调查之后,TCS研究小组惊奇地发现,在五在威胁中有四个是结构上的,而不是技术上的,Ramaswamy说。其中最常见的威胁是,业务单元在整个组织孤岛中共享信息的失败。另外一个障碍是在数据科学家和IT经理之间建立信任。
消除单独的部门、创建跨职能团队可以解决协作挑战。“我们看到的最佳实践是,公司设立独立单元,这些单元不同的传统的单元,来驱动大数据行动,”Ramaswamy说。
![](https://pic.jg.com.cn/img/pinggu/c2bdceae34687474703a2f2f696d67312e747569636f6f6c2e636f6d2f42624d4e4e762e6a70675e4adbfe9a.jpg)
调查结果:主要的大数据挑战 Forrester研究机构首席分析师Mike Gualtieri建议,两个驱动结构改变的必须的核心实践是:
为大数据分析准备数据平台很关键,因为数据孤岛在增殖。“甚至数据仓库已经成为了另一个孤岛,”Gualtieri说。
商业智能(BI)和预测分析之间的不同很大。传统的BI应用是用来确定哪一个数据重要的,而预测分析使用机器来学习算法,来获取相同信息。“这就是为什么存储和分析你的所有数据是重要的,” Gualtieri说。“你不能事先知道什么是噪音的信号?”
打倒技术障碍 处理这三个V被看作是顶级的技术问题,很大程度上是因为分析要求考虑到所有数据,而不是暂时重要的。“大数据速度方面的一个挑战是,在它快速出现在你面前时,捕捉到它并存储它,” Gualtieri说。“流媒体技术是 大数据平台 的一个关键的组件。”使用类似于Hadoop的扩展架构和工具来管理迅速增长和大量的数据,他建议。
克服技术问题,选择合适的大数据平台是关键,Ramaswamy强调。一个简单的,却容易忽视的,选择平台的策略是,对于架构师来说,要确保他们清楚的了解他们组织在大数据中的优先级。
“为了大数据平台设备,架构师们应该通过企业架构调研所有列出的具体领域,”Ramaswamy说。“具体领域中对于概念/技术的较小证据可以找到,来确保每一个方针都能遇到它。”
其它挑战及好消息 据IT经理和大数据/分析专业人士调查,人员配备和预算也是相关的挑战。把顶尖的管理投入到大数据行动中,尤其是在培训方面,对于IT管理层来说,是一个大问题。分析专业人很难找到和招聘到这弱的数据科学家,他们能够处理大量的结构化和非结构化的数据,并提供创造性的分析和行动。
这两个小组需求合作来来通知高层管理者,投资于大数据实践提供了竞争优势,及如上所述的,获得强大的ROI,Ramaswamy说。另外,他指出,那些已经创建并提供给大数据卓越中心资金的公司,在吸引并保留数据科学家方面已经获得成功。
TCS调查表明,几乎所有那些没有大数据程序的受访者说,他们到2015年就会有。“显然,我年到一件事是,大数据的采用已经变得越来越普遍,” Ramaswamy说。一个很明显的结论是,没有在大数据流程上投资的公司,他们在不久的将来将会很少,不然就会失去竞争优势。