机遇分析 大数据的机遇、挑战与发展趋势

460500587

首先，大数据带来的机遇

现在，商业生态环境在不经意间发生了巨大的变化。无处不在的智能终端，随时在线的网络传输，频繁的互动，让曾经只是网页浏览器的网民的面孔从模糊变得清晰，企业有机会进行大规模、精准的消费者行为研究。正在推动新蓝海的诞生，催生新的经济增长点。总的来说，带来的机会如下。

1.大数据的挖掘和应用已经成为核心，这为企业探索新的战略机遇带来了机遇

它的重点从存储和传输转移到数据挖掘和应用，这将深刻影响企业的商业模式，不仅可以直接给企业带来利润，还可以带来难以通过正反馈复制的竞争优势。一方面，大数据技术可以有效地帮助企业整合、挖掘和分析其拥有的海量数据信息，构建系统的数据体系，完善自身的结构和管理机制。另一方面，随着消费者个性化需求的增长，大数据在各个领域的应用逐渐出现，已经开始并正在改变大多数企业的发展路径和商业模式。

2.大数据的处理和分析已经成为新一代信息技术应用的支撑点

移动互联网、物联网、数字家庭、电子商务等是新一代信息技术的应用形式。这些技术作为节点，不断收集生成的信息，通过对不同来源的数据进行统一全面的处理、分析和优化，将结果反馈或交叉反馈给各种应用，从而进一步改善用户体验，创造巨大的商业价值、经济价值和社会价值。因此，它有推动社会变革的能量，但释放这种能量需要更严格的数据治理、洞察力和激励性的管理创新环境。

3.大数据的商业价值和市场需求已经成为推动信息产业可持续发展的新引擎

随着行业用户对价值的日益认可，市场需求将出现井喷，面向市场的新技术、新产品、新服务、新业态将不断涌现。它将为信息产业创造一个高增长的新市场:在硬件和集成设备领域，有效存储、快速读写、实时分析等挑战。将对芯片和存储行业产生重要影响，也将催生集成数据存储处理。、内存计算等市场；在软件和服务领域，由于其中蕴含的巨大价值，迫切需要快速的数据处理和分析，这将导致商业智能市场在空之前的繁荣。

4.大数据安全更重要，为信息安全带来发展机遇

在给IT行业带来变革的同时，也使信息安全变得更加复杂，各种新的威胁和挑战层出不穷，安全事件发生频率更高，损失更大。然而，行为分析和对大数据的动态感知也为数据安全提供了新的可能性，为信息安全的发展提供了新的机遇。大数据与信息安全的融合贯穿产业链的各个环节。由于信息安全有许多子领域，因此该领域未来的发展前景广阔。

第二，大数据带来的挑战

大数据在带来诸多机遇的同时，也带来了一系列不容忽视的挑战。

1.外部业务需求的数据转换

移动智能终端、物联网和云计算引发的大数据趋势不仅改变了人们的生活方式，也要求企业重新设计和考虑原有的运营模式，以满足数据驱动的新的外部业务需求。然而，业务经理和后台技术人员通常使用不同的语言。业务经理会在自己的领域添加术语和说明，技术人员会从系统实现的角度解释需求，这就使得两者之间的转换更加困难。因此，需要了解面向业务的数据应用，根据不同业务部门的具体需求统一业务语义模型和数据逻辑建模，并根据需求对业务数据进行合并和汇总，以满足业务分析、挖掘和查询需求的变化。

2.大数据技术的应用还存在困难

在实际生产中，一些行业的数据涉及数百个参数，其复杂性不仅体现在数据样本本身，还体现在多源、异构实体、多空之间的动态交互，这是传统方法难以描述和度量的。然而，现有的数据处理方法只适用于结构化数据，不能统一和集成大量的非结构化数据和结构化数据。如何跨业务平台关联数据，并全面、实时地给出分析结果，也是大数据技术面临的挑战。

3.用户隐私与便利性的冲突

通过对大量用户数据的分析，可以有效改善用户服务。然而，收集的用户数据已经成为一个有价值的整体，无论是对于用户的隐私还是数据本身，都已经成为一个有争议的灰色区域。例如，华尔街的一个股票投机者用一个计算机程序分析了来自全球3.4亿个微博账户的信息，从而判断人们的情绪。这已经成为很多提供数据的微博用户利用的对象。因此，如何在挖掘数据价值和保护个人隐私之间找到平衡，防止数据被盗、非法添加或篡改，是大数据需要解决的另一个难题。

4.数据安全风险更加突出

发展需要增加信息的开放性，设计新的信息采集设备，为海量数据的生存和分析提供支持。由于数据存储和应用方法的新变化，可能的副作用是信息技术基础设施将越来越一体化和面向出口，对数据安全和知识产权构成更大的风险。如果企业不理解大数据的内涵，就会增加其风险成本。因此，企业需要关注完整的数据生命周期，包括数据质量、数据保留、数据集成、数据安全和信息隐私。

5.数据分析和管理人才紧缺

企业、组织和政府都需要大量精通业务、能进行大数据分析的人才。有研究表明，美国对海量数据分析(包括机器学习和高级统计分析)具有精深技能的人才的需求可能会超出预测供给50% ~ 60%。因此，如何培养大量大数据分析人才是当务之急，这对现有的人才培养机制提出了新的挑战。

三、大数据的发展趋势

随着海量数据前所未有的收集和处理，大数据呈现出以下发展趋势。

1.大数据将创造新的细分市场

将有侧重于数据分析和处理的高级数据服务，以及与数据分析即服务产品一起提交的分析即服务服务。集成和管理各种信息，创建大数据统一访问和分析的组件产品，基于社交网络的社交大数据分析，甚至大数据技能培训市场，数据分析课程教学等。未来几年，针对特定行业和业务流程的分析应用将以预打包的形式出现，这将为大数据技术供应商开辟新的市场。

2.大数据应用推动商业模式向以“数据租赁和销售”为直接利润的模式转变

数据的出租和出售已经成为直接盈利的真正手段。无论是搜索引擎行业、电商行业还是人力资源行业，都是通过出售互联网原始数据或者是经过处理分析后的业务成果来获取直接利益，用商业化的数据应用来创造新的商业模式。另外，围绕数据生成的商业模式不仅仅是数据出租和销售模式，还有信息出租和销售模式、数字媒体模式、数据空交互运营模式等等。

3.大数据从网络数据处理转移到企业应用

目前，大数据技术主要应用于互联网或通信运营商，如谷歌、Facebook、百度、腾讯、中国移动等。但是，随着企业信息化应用的逐步深入，信息处理系统产生了大量的数据，这些数据的分析和应用将推动企业的基础IT架构、数据处理、应用软件开发和管理模式发生新的变化。

4.大数据已经成为一种智力资产和资源，信息部门已经从成本中心转变为利润中心

越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据分析和处理能力正在成为企业日益依赖的技术手段。合理有效地使用数据可以为企业创造更大的竞争力、价值和财富，从而最大限度地发挥企业数据的价值，更好地实施差异化竞争。控制数据可以主导市场，意味着巨大的投资回报。企业的IT部门拥有的数据资产越来越多，获取数据潜在价值的可能性也在逐渐增加。

5.大数据已经从商业行为上升到国家发展战略

数据量的快速增长不仅需要对带宽和存储设备等基础设施进行大量投资，还需要国家更新其现有的信息战略。在中国工业和信息化部发布的物联网“十二五”规划中，信息处理技术被提出作为四大关键技术创新项目之一，包括海量数据存储、数据挖掘和图像视频智能分析，这些都是大数据的重要组成部分，而其他三项:信息感知技术、信息传输技术和信息安全技术也与大数据密切相关。

6.数据科学越来越受欢迎

分析将会流行，不仅数据科学家和分析师可以钻研更深层次的需求，比如实施新的算法来处理客户流失，普通(非数学专业)的业务人员和管理人员也可以通过不同的开发工具来分析各种类型的数据，实现新的价值，比如MapReduce、统计、图形、路径、时间和地理查询。

7.从大数据技术到大数据科学的发展趋势

《大数据研究与发展计划》用政府资金支持大数据科学的研究，推动大数据科学核心技术的发展，显示了大数据科学发展的必然趋势。同时，大数据科学的核心技术在许多领域的积极作用，激发了研究者研究大数据的热情。