惠普本月初在波士頓舉辦了第三屆年度大數據大會。眾多規模不一的機構參與其中，聆聽了包括Facebook、Michael Stonebraker、Nate Silver等在內的眾多嘉賓的主題演講，深入了解大數據的未來發展趨勢。大會也舉辦了40多場分組討論，由客戶主導，分享了各種項目和實戰經驗。惠普也在大會上發布了Vertica的最新進展和一項新的創業計劃，但大會的重點仍然是大數據專案的實施。以下是大會的一些關鍵要點，這些要點來自第一線從業者，為我們展望大數據的未來提供了一些啟示。
數據湖是營銷廢話
這或多或少是 2014 年圖靈獎獲得者邁克爾·斯通布雷克 (Michael Stonebraker) 提出的觀點。 他的評論引起了人群的歡呼，他們顯然厭倦了行業推出的營銷信息。 他沒有對數據海嘯或其他氣象大數據現象發表評論，但可以肯定地假設他發現它們也屬於 BS 類別。 這裡的底線是，該行業正在努力向大數據分析的概念妥善鞠躬。 在某種程度上它需要，大多數組織在使其數據可操作方面遠遠落後於曲線。 此外，他們很難制定收集數據的計劃，因此數據湖的可視化是有意義的。 但是，僅僅將數據放入湖中只是組織面臨的問題的一小部分。 這就引出了下一點。
Hadoop 不是大數據
許多組織從 Hadoop 實例開始他們的大數據之旅。 雖然這是一個令人欽佩的開端，但僅使用 Hadoop 並不意味著您正在處理“大數據”。 Facebook 分析總監肯·魯丁 (Ken Rudin) 在他的大數據迷思演講中打破了這一點，他強調了驅動影響力而非洞察力的差異。
雖然推動影響的概念似乎很基本，但許多組織都在關注不會推動變革或帶來更好結果的技術或查看數據。 駕駛影響需要平衡，這導致了我在活動中向不同的人問過十幾次的問題。
你如何提出正確的問題？
組織可以擁有最好的技術、最聰明的數據科學家和出色的數據集，但這並不能保證成功。 提出正確的問題是推動業務影響的基礎。 為實現這一目標，與我交談過的大多數公司都將他們的數據科學家嵌入到業務部門中。 這使他們對業務面臨的問題有了更多的經驗，並使業務主管可以直接訪問以數據為中心的問題。 雖然組織結構圖根據你問的人而有所不同，但一致認為嵌入式數據科學家是正確的結構。 這種結構有助於確保提出更好的問題，其附帶好處是可以更快地獲得有意義或可操作的數據。
未來的許多挑戰
就像這個領域的領導者一樣，還有很多工作要做。 大多數大數據難題仍未解決。 當然，角塊在大部分邊界內，但大部分塊仍然倒置成一堆。 大部分痛苦都與速度有關。 移動數據集，有時是從遺留系統或構建時未著眼於數據可移植性的系統，是一個大問題。 對於大多數企業來說，僅僅是及時將數據導入分析平台就需要做大量工作。 傳輸速度非常快，數據進入分析平台的速度越快，查詢和業務計劃調整就越快。 銷售數據是這一點上最常見的線索，與我交談過的一些人幾乎可以實時訪問，許多人在不到一天后就看到了數據。 儘管許多人談到了不得不等待很多天才能獲得銷售明細的痛苦，這在某些情況下意味著採取行動為時已晚。
HP 擁有一套全面的硬件、軟件和服務，可幫助組織解決這些歷來屬於諮詢領域的問題。 通過使企業能夠主動從他們自己的數據以及在許多情況下的外部來源中尋求影響，惠普正在幫助組織推動增量收益。 這可能是對大數據前景的最大誤解之一。 當然，可以找到巨大的勝利，也許數據會產生一些變革性的東西。 但更有可能的是，適當的分析更像是棒球運動員的平均命中率。 一串普通的單打很好，隨著時間的推移會增加很多。
Amazon