業界大佬們對於2013年大資料的預測

大資料在2012年徹徹底底的火了一把。 從您企業的高管到美國總統奧巴馬都在談論大資料。 但這些附庸風雅的談論大資料的人是否能夠為大資料這一資料進行準確的定義呢？ 實際上，即使是專家似乎也都對其定義是眾說紛紜。

2012年大資料行業一覽

我們花了一年的時間與供應商和一些大資料的早期採用者就大資料的問題進行了探討。 我們採訪了一下業務不是基於網路的企業，以及諸如LinkedIn、Eventbrite、Kaggle與Match.com這樣的依賴于網路的企業。

上述依賴于網路的後一集團企業正在積極推動Hadoop和機器學習，而業務不是基於網路的企業則對於Hadoop感到茫然，他們可能對於大資料帶來企業競爭力的可能性感到興奮，但尚未準備好企業範圍內的相關策略，來實現有意義的舉措， 如所需的投資技術，聘請資料科學家等。

值得一提的是，一些企業沒有大資料分析人員，但他們已經意識到這一點。 「大資料是真的、真的很難。 」很多人告訴我們。

這就是為什麼我們說，歷史終將表明，2013年，而非2012年，將成為大資料之年。 在2013年，企業將就這一話題談論的越來越少，但是，他們會開始採用大資料分析，並從大資料分析中獲得實實在在的好處。

儘管我們希望做出更大、更具體的預測，但我們會將大資料分析工作留給市場上的專家。

2013年大資料的預測

我們問了採訪物件一個簡單的問題，「你預測大資料在2013年的前景如何？ 」下面這些觀點有些相當有趣、有的令人費解甚至具有挑釁性。

MapR公司創始人兼首席執行官約翰·施羅德

使用大資料的情況下所產生的收入將超過節約成本的應用程式。

Hadoop將成為其他大資料分析的替代方案。

Hadoop專業知識將增長迅速，但專業人才仍然短缺。

基於SQL的Hadoop工具將繼續擴大。

HBase會成為一個流行的BlobStores平臺（BLOB即二進位大物件）。

Hadoop將更多的被用於在即時應用中。

硬體將成為使用Hadoop的優化。

HBase出現，吸引羽量級的OLTP平臺。

Opera解決方案首席戰略官蘿拉·特勒

華爾街將使用資料資產作為企業的價值

隨著時間的推移，華爾街將越來越多地使用「資料資產」作為企業的價值，就像他們在過去使用品牌資產一樣。 一家公司所具備的收集和利用大量的獨家形式的資料的能力，將形成一個新的軸心，進而形成公司的長期價值。

大資料的應用程式將是2013年一個大趨勢

大資料可以説明我們找到新的和不同的答案，但在許多市場，行業和研究領域，隨著大資料的影響的蔓延，提出正確的問題的答案也需要新的方法。

2013年，真正賺錢的不會是像Hadoop和NoSQL這樣的資料管理平臺或企業如何收集和處理資料。 由於大多數企業會自然地淘汰並更換設備，頻繁的更換資料庫和存儲基礎設施不會有真正的創新。 真正的新興市場和賺錢機會，或這方面的創新將是在大資料應用功能領域：自訂應用程式，説明您快速回答特定領域的問題。

Hortonworks總裁HerbCunitz

出現垂直排列的ApacheHadoop的「解決方案」

在去年的Hadoop峰會上，傑佛瑞·摩爾稱ApacheHadoop跨越了鴻溝，我們知道進入了主流的垂直解決方案。

隨著越來越多的企業獲得成功，我們將看到更多的模式和解決方案出現，在一個特定的行業找到適合的定制是一個挑戰。 隨著系統集成商和顧問日漸成為ApacheHadoop方面的專家，他們將打包解決方案，我們將看到這些垂直解決方案的出現。 促進經濟增長的系統是一個核心的戰略。

SAP大資料策略負責人大衛·瓊克

記憶體中的計算將成為一個大資料項目目的基石技術，在每一個大資料項目目中及時性是關鍵；尚未宣佈具備記憶體中的計算能力的供應商最終將加入這一行列。 企業為尋找任競爭優勢的「殺手鐧」的情況下，將圍繞個人化的消費體驗制定戰略。

隱私權和其他與大資料相關的社會問題將2013年底開始得到更多的關注，因為公眾開始瞭解企業收集並可以訪問多少個人資訊。

Platfora創始人和首席執行官本·維特

我預測龍頭企業將在2013年迎來「大資料架構」。 大資料模型在許多大銀行和互聯網公司將成為日益重要的思想，而不是資料倉儲孤島之間痛苦的手動操作，這樣的大資料模型能夠讓您的所有有趣的資料複製到一個統一的基於Hadoop的倉庫。 這是2013年更敏捷的探索、發現和分析的基礎。

Splunk的產品行銷的副總裁桑賈伊·梅塔

大資料對話內容將轉向

在2013年，圍繞大資料的討論將從專注于龐大的資料和基礎設施技術，轉向利用大資料和新的應用程式/方法，以及利用大資料的具體用途。 基本上，我們會聽到和看到更多的大資料合理化軟體。

例如，Cars.com，通過與Splunk企業跨企業資料分析，增加了收入，更好的維護其網站，增強了使用者體驗。 明年，更多向Cars.com這樣的使用者將談論大資料和業務決策分析大量的機器產生的資料，這便是Splunk所謂的業務情報。

FractalAnalytics創始人和首席執行官斯裡坎特·維拉馬卡尼

人才短缺問題將更加尖銳，構成一些公司的增長前景真正的威脅。

人工智慧將在分析空間上升。 該領域的電腦科學、人工智慧、機器學習、博弈論將在大資料分析方面發揮更大的作用。

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資料方式，讓他們控制自己的行為和個人生活。

企業將制定更明確的隱私政策，給消費者更多的他們的分享內容的控制權。 特定的消費者將會積極管理他們與人分享的內容。

各行業的大資料分析將迎來更多的應用。 越來越多的企業將不滿足于大資料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資訊和消費習慣。

更智慧的設備和器具的出現很大程度的嵌入式分析。

更側重于即時分析，雖然我不不看好其在今年內會有很大的進展。

無法處理大量資料、品種或速度的產品分析公司將被淘汰。

AlpineDataLabs首席產品官SteveHillion

商業分佈的Hadoop開始佔據主導地位。 隨著越來越多的企業開始對Hadoop的重視，他們將要支付用於完全支援的商業版本。 這些商業版本增益的成熟，使得我們可能會看到一些合併，甚至可能有大規模的收購。

BI更加成熟。 由於傳統的BI廠商根據最新的SQL介面集成到Hadoop的生產出他們的產品，像Datameer和Platfora這樣的新廠商挑戰極限，就會產生衝突，最終有利於消費者。 除了基本的BI，廠商將支援更先進的視覺化和大資料探索新的方式。

Hadoop將在沙箱資料科學中找到其合適的位置。 今年，Hadoop要努力超越簡單的批次處理和先進的分析，作為一個平臺實現其潛力。 對於那些想超越批次處理、超越基本報告的企業，如ThinkBigAnalytics、SAS和AlpineDataLabs將最終使日常使用者從他們的大資料中得到深刻的見解。

資料倉儲轉移到雲。 而較大的企業將保持他們的本地倉庫，小公司和早期採用者將越來越多將資料資產轉移到雲。

Hadoop的挑戰將開始出現。 使用者將達到一個挫折與性能的限制點，版本混亂，和各種不同的標準和介面。 競爭對手的技術和平臺將充分利用杠杆作用，而超越HadoopHDFS的性能限制，因此，所有的大資料平臺將迎來更多的創新。

(責任編輯：蒙遺善)