大數(shù)據(jù)的7大趨勢

  機(jī)器學(xué)習(xí)、數(shù)據(jù)整合和NoSQL只是大數(shù)據(jù)發(fā)展中的一部分。本文將介紹7個(gè)重要趨勢。

  大數(shù)據(jù)是大部分?jǐn)?shù)字化機(jī)遇的源泉?？梢杂^察到多種趨勢。

  如果沒有大數(shù)據(jù)，數(shù)字變革簡直難以想象。因?yàn)橹挥袕臄?shù)據(jù)中獲取知識才能使企業(yè)變得更敏捷。這里的敏捷能力包含兩個(gè)含義：根據(jù)數(shù)據(jù)不停的優(yōu)化現(xiàn)有企業(yè)流程，和讓更好的流程替換過時(shí)的流程。

  不斷增長的網(wǎng)絡(luò)，同時(shí)也體現(xiàn)大數(shù)據(jù)的重要性---考慮一下物聯(lián)網(wǎng)。這些新的環(huán)境和數(shù)據(jù)為新的業(yè)務(wù)模式和創(chuàng)造思維，帶來了難以想象的可能性，這些都可以從迅猛發(fā)展的創(chuàng)業(yè)公司中得以驗(yàn)證。

1. 機(jī)器助手

 機(jī)器學(xué)習(xí)（或者深層次學(xué)習(xí)）包含數(shù)據(jù)的自動(dòng)收集，存儲和分析。并且裝備了人工智能，以便于理解數(shù)據(jù)中的信息，并且識別出內(nèi)在的聯(lián)系。

  機(jī)器學(xué)習(xí)尤其適合于設(shè)計(jì)海量數(shù)據(jù)分析?！叭绻切?shù)據(jù)量也許你自己動(dòng)動(dòng)筆就可以學(xué)習(xí)到了”，NorbertWirth 指出。（GFK市場研究機(jī)構(gòu)，數(shù)據(jù)科學(xué)全球主管）

  當(dāng)走進(jìn)安全領(lǐng)域，機(jī)器學(xué)習(xí)變得就更加普及。已經(jīng)有一定數(shù)量的項(xiàng)目，就是利于機(jī)器學(xué)習(xí)來增加安全。 銀行也看到了機(jī)器學(xué)習(xí)的潛力，例如使得網(wǎng)上購物更加安全。系統(tǒng)會觀察所有的交易，并試圖從正常的交易模式中將潛在的犯罪交易識別出了，并采取措施。

2. 商業(yè)模式正在轉(zhuǎn)變

  IOT（-世界聯(lián)網(wǎng)-）和大數(shù)據(jù)一起，給了企業(yè)優(yōu)化傳統(tǒng)業(yè)務(wù)流程的新機(jī)會，而且有可能將業(yè)務(wù)轉(zhuǎn)移到新的業(yè)務(wù)模型，這樣就可以保持競爭地位。已經(jīng)采取行動(dòng)的企業(yè)已經(jīng)證明了這一點(diǎn)。比如，熱力公司Vaillant，已經(jīng)在新的產(chǎn)品上裝配了小型傳感器，可以讓用戶通過手機(jī)或者平板來控制溫度。數(shù)字變革已經(jīng)開始將傳統(tǒng)熱力企業(yè)變成了科技公司，同時(shí)還是熱力系統(tǒng)的生產(chǎn)者。

  其他的企業(yè)也正在經(jīng)歷同樣的變革，通過適配業(yè)務(wù)模型滿足于新興市場。例如DeutscheBahn，正在應(yīng)用一直非常特殊的方式來處理數(shù)據(jù)：VolkerKefer，現(xiàn)任德國鐵路和鐵路移動(dòng)后期主席，報(bào)道指出，在CeBIT2016事先安排的3次***馬拉松上，開發(fā)關(guān)于實(shí)時(shí)顯示升降機(jī)狀態(tài)的應(yīng)用。這不僅是客戶的優(yōu)勢，也是集團(tuán)自己的優(yōu)勢-對于客戶來說可以知道升降機(jī)是否可以工作，集團(tuán)也可快速派出維修團(tuán)隊(duì)。

3. 根據(jù)數(shù)據(jù)做預(yù)測

  預(yù)測分析可以從已有的數(shù)據(jù)來預(yù)測可信的將來事件。預(yù)測維護(hù)是一款經(jīng)典的預(yù)測分析軟件，應(yīng)用于維護(hù)服務(wù)的計(jì)劃安排中。預(yù)測分析解決方案可以給出好的決定。

  當(dāng)機(jī)器出現(xiàn)故障不能工作可能導(dǎo)致商業(yè)損失，例如，一個(gè)生產(chǎn)線被迫中止，而且其他的機(jī)器同時(shí)也不能正常工作。

  地路運(yùn)輸就是一個(gè)明顯的例子。如果有一段鐵軌出現(xiàn)問題，而不能及時(shí)處理的話，就必須暫停運(yùn)輸。這也就是為什么德國鐵路開始在鐵軌上安裝傳感器。這些傳感器記錄了運(yùn)輸列車時(shí)馬達(dá)需要的電力能源。通過對比目標(biāo)曲線，我們就可以從當(dāng)前能耗曲線里得到當(dāng)前軌道的狀況。也就可以讓公司快速響應(yīng)，以確保鐵路正常運(yùn)輸，并節(jié)省財(cái)力，改善用戶滿意度。

4. 數(shù)據(jù)整合創(chuàng)造知識

  為了讓數(shù)據(jù)充分發(fā)揮作用，開放數(shù)據(jù)訪問權(quán)限是必須的。但是企業(yè)組織和技術(shù)數(shù)據(jù)壁壘經(jīng)常阻止這樣的訪問。企業(yè)搜索系統(tǒng)可以為此提供幫助。這些系統(tǒng)可以讓部門和應(yīng)用之間提供數(shù)據(jù)信息的智能互通。

  訪問獲取信息必須遵循工作正常規(guī)章同時(shí)也必須符合數(shù)據(jù)保護(hù)條例。整合權(quán)利管理確保了用戶只在權(quán)限范圍內(nèi)訪問數(shù)據(jù)。

5. 圖形化展示

  處理過去的數(shù)據(jù)是一件非常復(fù)雜的事情。如果這些數(shù)據(jù)還處于亂七八糟的狀態(tài)，這樣的情況尤為明顯。如果可以用程序處理這些數(shù)據(jù)，并用圖表來展示的話，會非常有用。多長結(jié)構(gòu)可以被快速的識別出了，或者客戶會快速的理解通過鳥瞰這些詳細(xì)的分析。

  這些分析工具應(yīng)該提供簡單的自我解釋的功能，這樣對于非專業(yè)人士，也可以快速理解和應(yīng)用這些數(shù)據(jù)分析結(jié)果，而且不需要專業(yè)的IT專家。

6. 整個(gè)世界是一個(gè)數(shù)據(jù)集

  像之前提及的，制造業(yè)的大數(shù)據(jù)，考慮工業(yè)4.0。

  小巧的工廠是這一領(lǐng)域的關(guān)鍵，想象一下工廠里，所有的組件都是聯(lián)系在一起并交換數(shù)據(jù)。他們提供很高層次的自動(dòng)化，使得可以資源更優(yōu)化和產(chǎn)生更高的成本效益。也可以讓單個(gè)用戶獲得出廠價(jià)格。

  而且大數(shù)據(jù)并不僅限于制造業(yè)。也適用于其他各個(gè)領(lǐng)域。健康管理就是一個(gè)很好的例子。像在×××治療一樣，大數(shù)據(jù)也可以用來做研究和診斷。

  當(dāng)你攜帶了一個(gè)可穿戴設(shè)備-像智能手表和手環(huán)-大數(shù)據(jù)也進(jìn)入到了個(gè)人世界。這些數(shù)據(jù)是醫(yī)療保險(xiǎn)企業(yè)垂涎已久的東西。例如Generali預(yù)告，這些醫(yī)療數(shù)據(jù)很少能夠交換共享。保險(xiǎn)公司想利用英語收集測量客戶的鍛煉和消費(fèi)愛好的指標(biāo)，這都符合德國數(shù)據(jù)保護(hù)相關(guān)法律。

7. NoSQL是一個(gè)捷徑

  大數(shù)據(jù)有不同的發(fā)生源-機(jī)器/汽車/可穿戴設(shè)備的傳感器，社交網(wǎng)絡(luò)或者郵件。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫不能滿足這樣的數(shù)據(jù)。NoSQL數(shù)據(jù)庫提供了更為高大上的非結(jié)構(gòu)數(shù)據(jù)處理和存儲能力。

  從2015年Garter發(fā)布的操作性數(shù)據(jù)庫的市場分析研究報(bào)告可以看到這樣的發(fā)展趨勢。Oracle，IBM，微軟和SAP顯然在這一領(lǐng)域是領(lǐng)導(dǎo)者，像Mongo-DB，DataStax，Re-DisLabs 和MarkLogic也已經(jīng)進(jìn)入了這一領(lǐng)域。

原文鏈接：http://www.cebit.de/en/news/article/news-details_28928.xhtml