大数据的7大趋势

  机器学习、数据整合和NoSQL只是大数据发展中的一部分。本文将介绍7个重要趋势。

  大数据是大部分数字化机遇的源泉。可以观察到多种趋势。

  

  如果没有大数据,数字变革简直难以想象。因为只有从数据中获取知识才能使企业变得更敏捷。这里的敏捷能力包含两个含义:根据数据不停的优化现有企业流程,和让更好的流程替换过时的流程。

  不断增长的网络,同时也体现大数据的重要性考虑一下物联网。这些新的环境和数据为新的业务模式和创造思维,带来了难以想象的可能性,这些都可以从迅猛发展的创业公司中得以验证。


1. 机器助手

 机器学习(或者深层次学习)包含数据的自动收集,存储和分析。并且装备了人工智能,以便于理解数据中的信息,并且识别出内在的联系。

  机器学习尤其适合于设计海量数据分析。“如果是小数据量也许你自己动动笔就可以学习到了”,NorbertWirth 指出。(GFK市场研究机构,数据科学全球主管)

  当走进安全领域,机器学习变得就更加普及。已经有一定数量的项目,就是利于机器学习来增加安全。 银行也看到了机器学习的潜力,例如使得网上购物更加安全。系统会观察所有的交易,并试图从正常的交易模式中将潜在的犯罪交易识别出了,并采取措施。


2. 商业模式正在转变

  IOT世界联网)和大数据一起,给了企业优化传统业务流程的新机会,而且有可能将业务转移到新的业务模型,这样就可以保持竞争地位。已经采取行动的企业已经证明了这一点。比如,热力公司Vaillant,已经在新的产品上装配了小型传感器,可以让用户通过手机或者平板来控制温度。数字变革已经开始将传统热力企业变成了科技公司,同时还是热力系统的生产者。

  其他的企业也正在经历同样的变革,通过适配业务模型满足于新兴市场。例如DeutscheBahn,正在应用一直非常特殊的方式来处理数据:VolkerKefer,现任德国铁路和铁路移动后期主席,报道指出,在CeBIT2016事先安排的3次***马拉松上,开发关于实时显示升降机状态的应用。这不仅是客户的优势,也是集团自己的优势对于客户来说可以知道升降机是否可以工作,集团也可快速派出维修团队。


3. 根据数据做预测

  预测分析可以从已有的数据来预测可信的将来事件。预测维护是一款经典的预测分析软件,应用于维护服务的计划安排中。预测分析解决方案可以给出好的决定。

  当机器出现故障不能工作可能导致商业损失,例如,一个生产线被迫中止,而且其他的机器同时也不能正常工作。

  地路运输就是一个明显的例子。如果有一段铁轨出现问题,而不能及时处理的话,就必须暂停运输。这也就是为什么德国铁路开始在铁轨上安装传感器。这些传感器记录了运输列车时马达需要的电力能源。通过对比目标曲线,我们就可以从当前能耗曲线里得到当前轨道的状况。也就可以让公司快速响应,以确保铁路正常运输,并节省财力,改善用户满意度。


4. 数据整合创造知识

  为了让数据充分发挥作用,开放数据访问权限是必须的。但是企业组织和技术数据壁垒经常阻止这样的访问。企业搜索系统可以为此提供帮助。这些系统可以让部门和应用之间提供数据信息的智能互通。

  访问获取信息必须遵循工作正常规章同时也必须符合数据保护条例。整合权利管理确保了用户只在权限范围内访问数据。

5. 图形化展示

  处理过去的数据是一件非常复杂的事情。如果这些数据还处于乱七八糟的状态,这样的情况尤为明显。如果可以用程序处理这些数据,并用图表来展示的话,会非常有用。多长结构可以被快速的识别出了,或者客户会快速的理解通过鸟瞰这些详细的分析。

  这些分析工具应该提供简单的自我解释的功能,这样对于非专业人士,也可以快速理解和应用这些数据分析结果,而且不需要专业的IT专家。

6. 整个世界是一个数据集

  像之前提及的,制造业的大数据,考虑工业4.0

  小巧的工厂是这一领域的关键,想象一下工厂里,所有的组件都是联系在一起并交换数据。他们提供很高层次的自动化,使得可以资源更优化和产生更高的成本效益。也可以让单个用户获得出厂价格。

  而且大数据并不仅限于制造业。也适用于其他各个领域。健康管理就是一个很好的例子。像在×××治疗一样,大数据也可以用来做研究和诊断。

  当你携带了一个可穿戴设备像智能手表和手环大数据也进入到了个人世界。这些数据是医疗保险企业垂涎已久的东西。例如Generali预告,这些医疗数据很少能够交换共享。保险公司想利用英语收集测量客户的锻炼和消费爱好的指标,这都符合德国数据保护相关法律。

7. NoSQL是一个捷径

  大数据有不同的发生源机器/汽车/可穿戴设备的传感器,社交网络或者邮件。传统的关系型数据库不能满足这样的数据。NoSQL数据库提供了更为高大上的非结构数据处理和存储能力。

  从2015Garter发布的操作性数据库的市场分析研究报告可以看到这样的发展趋势。OracleIBM,微软和SAP显然在这一领域是领导者,像Mongo-DBDataStaxRe-DisLabs MarkLogic也已经进入了这一领域。

原文链接:http://www.cebit.de/en/news/article/news-details_28928.xhtml

原创文章,作者:kepupublish,如若转载,请注明出处:https://blog.ytso.com/tech/opensource/192054.html

(0)
上一篇 2021年11月14日 22:23
下一篇 2021年11月14日 22:23

相关推荐

发表回复

登录后才能评论