莫轻言已成功部署大数据,也许你离达标还相去甚远!

转载 2013年12月06日 10:07:46
摘要:系统的吞吐量并不能代表大数据技术的成功部署,能给企业来带价值、业务带来突破性的改善才是衡量大数据部署成败的核心。在这里,10gen战略副总裁Matt Asay带来了他为成功总结的4个标准。

在大数据范畴大展拳脚肯定是个正确方向,同时世界各地的初创公司及企业巨头也在借力大数据和大数据应用创造价值——将大量的数据处理转化为金钱或竞争优势。然而光彩的背后,总是掩饰着一些不可忽视的真相。简而言之,不是所有在大数据上的尝试都得到了应有的回报,而且远非如此。同样这里也有另一个不容忽视的真相,在IT企业界,大数据“成功”定义的标准非常宽松,甚至“我们并没有完全失败”这种的观念都可以归结于“成功”。

那么大数据应用成功的标准究竟是什么?10gen战略副总裁Matt Asay带来了他为成功总结的4个标准:

首先,必须要可以运作

大数据应该为行业创造切实的价值,不止是高科技。McKinsey在关于大数据未来的报告中指出,大数据在医疗、政府、零售以及制造产业上拥有万亿的潜在价值。机构对大数据的成功实现需要在一下几个方面带来切实的收获:附加收益、提升客户满意度、削减成本等。

其次,必须有本质提高

大数据交付的不应该只是渐进式的商务模式改善,更应该是本质上的突破。比如就初创企业Foursquare来说,为了发现数据之间的关系,Foursquare使用了机器学习算法让系统可以建立“Explore”,一个社交推荐系统可以实时的给用户推荐有价值的位置信息,使用新的业务模式去驱动位置信息类型业务。“Explore”依赖大数据技术,同时从多于3000万个位置信息中获取见解。现在Foursquare已经具备了理解人们之间如何进行互动的能力,并且位置信息也不只止步平台,而是真实世界。

再次,必须具备高速度

传统数据库技术会拉低大数据的性能,同样也是非常繁琐的,因为不管这项技术是否迎合你的需求,专利许可涉及到的企业繁琐制度远超出你的想象。一个成功大数据项目,使用的工具集和数据库技术必须同时满足数据体积及多样性的双重需求。论据是:一个Hadoop集群只需几个小时就可以搭建,搭建完成后就可以提供快速的数据分析。事实上大部分的大数据技术都是开源的,这就意味着你可以根据你的需求添加支持和服务,同时许可不再是快速部署的阻碍之一。

最后,必须能以前所不能

在大数据出现之前,类似Gilt Groupe这种“限时抢购”公司根本不可能实现。限时抢购网站需要日处理上千万用户的登陆,并且会造成非常高的服务器负载峰值——通过高性能、快速扩展的大数据技术让这种商业模型成为可能。

总结

大数据部署成败的关键不是系统每秒可以处理多少数据量,而是使用大数据后给公司业务带来了多少价值以及是否让业务有突破性的提升。专注业务类型,选择适合公司业务的工具集才是该重点关注的领域。

原文链接: Four Signs Of A Successful Big Data Implementation (编译/仲浩 审校/王旭东)

转自:摘要:系统的吞吐量并不能代表大数据技术的成功部署,能给企业来带价值、业务带来突破性的改善才是衡量大数据部署成败的核心。在这里,10gen战略副总裁Matt Asay带来了他为成功总结的4个标准。

在大数据范畴大展拳脚肯定是个正确方向,同时世界各地的初创公司及企业巨头也在借力大数据和大数据应用创造价值——将大量的数据处理转化为金钱或竞争优势。然而光彩的背后,总是掩饰着一些不可忽视的真相。简而言之,不是所有在大数据上的尝试都得到了应有的回报,而且远非如此。同样这里也有另一个不容忽视的真相,在IT企业界,大数据“成功”定义的标准非常宽松,甚至“我们并没有完全失败”这种的观念都可以归结于“成功”。

那么大数据应用成功的标准究竟是什么?10gen战略副总裁Matt Asay带来了他为成功总结的4个标准:

首先,必须要可以运作

大数据应该为行业创造切实的价值,不止是高科技。McKinsey在关于大数据未来的报告中指出,大数据在医疗、政府、零售以及制造产业上拥有万亿的潜在价值。机构对大数据的成功实现需要在一下几个方面带来切实的收获:附加收益、提升客户满意度、削减成本等。

其次,必须有本质提高

大数据交付的不应该只是渐进式的商务模式改善,更应该是本质上的突破。比如就初创企业Foursquare来说,为了发现数据之间的关系,Foursquare使用了机器学习算法让系统可以建立“Explore”,一个社交推荐系统可以实时的给用户推荐有价值的位置信息,使用新的业务模式去驱动位置信息类型业务。“Explore”依赖大数据技术,同时从多于3000万个位置信息中获取见解。现在Foursquare已经具备了理解人们之间如何进行互动的能力,并且位置信息也不只止步平台,而是真实世界。

再次,必须具备高速度

传统数据库技术会拉低大数据的性能,同样也是非常繁琐的,因为不管这项技术是否迎合你的需求,专利许可涉及到的企业繁琐制度远超出你的想象。一个成功大数据项目,使用的工具集和数据库技术必须同时满足数据体积及多样性的双重需求。论据是:一个Hadoop集群只需几个小时就可以搭建,搭建完成后就可以提供快速的数据分析。事实上大部分的大数据技术都是开源的,这就意味着你可以根据你的需求添加支持和服务,同时许可不再是快速部署的阻碍之一。

最后,必须能以前所不能

在大数据出现之前,类似Gilt Groupe这种“限时抢购”公司根本不可能实现。限时抢购网站需要日处理上千万用户的登陆,并且会造成非常高的服务器负载峰值——通过高性能、快速扩展的大数据技术让这种商业模型成为可能。

总结

大数据部署成败的关键不是系统每秒可以处理多少数据量,而是使用大数据后给公司业务带来了多少价值以及是否让业务有突破性的提升。专注业务类型,选择适合公司业务的工具集才是该重点关注的领域。

原文链接: Four Signs Of A Successful Big Data Implementation (编译/仲浩 审校/王旭东)

 转自:http://www.csdn.net/article/2013-07-12/2816208-four-signs-successful-big-data
举报

相关文章推荐

永远都不要轻言放弃,因为没有人会随随便便成功

永不放弃,乔丹

java入门:java学习、java路线图、java教程丨如何做一个成功的大数据项目

今天主要分享六方面的内容:1、失败大数据项目的特征;2、成功大数据项目的选择;3、成功大数据项目的目标;4、成功大数据项目的衡量标准;5、成功大数据项目的路线图;6、成功大数据项目实战案例

我是如何成为一名python大咖的?

人生苦短,都说必须python,那么我分享下我是如何从小白成为Python资深开发者的吧。2014年我大学刚毕业..

Ghostcloud:企业级容器云平台EcOS成功入选“2017年度四川省云计算、大数据及制造业与互联网融合发展优秀项目”

Ghostcloud精灵云的企业级容器云平台EcOS作为唯一容器云平台强势入选“2017年度四川省云计算、大数据及制造业与互联网融合发展优秀项目”(以下简称“优秀项目”)。

只有成功利用大数据分析企业才能“任性”起来!

对于企业来说,盈利是主要目的,其他都是附属在其上。现在风生水起的大企业如此“任性”地得到了大把的金钱,也为人类生活和社会发展带来着便利和进步。不过,想要达到既让企业自身得到利益,又给社会带来价值,可不...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)