「大數據」無處不在。從社交媒體初創公司到紐約的中央公園,每個公司似乎都在部署大數據分析。

著名數據分析公司Gartner的數據似乎也在證明這一點:最近的一份報告顯示,大數據將帶動2012年全球280億美元的IT支出,到2016年這個數字將超過2300億美元。2300億美元幾乎是葡萄牙全年的國內生產總值。

但是,你需要花大價錢來部署大數據技術解決方案。大多數公司都沒有這麼多IT預算,也請不起數據科學家或者數據分析團隊。如果那些提供大數據服務的公司想為各種規模的企業提供服務,那麼有幾個問題必須認識到並加以解決。

 

大數據太貴了!

您可能聽說過那些使用大數據的輝煌案例:Facebook每天要存儲大約100TB的用戶數據;NASA每天要處理約24TB的數據。這些數字確實令人印象深刻。

那麼處理這些數據所需的成本是多少呢?按照亞馬遜Redshift的定價,NASA需要為45天數據存儲服務支付超過100萬美元。

根據最近的一項調查,大多數企業的CIO稱他們的預算支付不起大數據部署的成本。數據存儲和處理的成本實在太高,我們需要尋求其他的解決方案,讓規模較小的公司不被“大數據”拒之門外。

 

大數據的關鍵不是「大」

目前全球最大的科技公司都需要和PB級規模的數據打交道。然而,SAP的研究表明,95%的企業通常只需要使用0.5TB到40TB的數據。

Facebook和NASA的例子是個例外,而不是常態。事實是,處理數據並不是大公司的專利。如果你研究一下美國公司的規模,你會發現有超過50000家公司只有20至500名員工,其中大部分都有解決數據問題的需求。所以大數據市場最大的需求並不是來自那些《財富》50強的大企業,而是來自《財富》500000強。為什麼我們只關注那些少數的例外,而忽視了那些大多數有數據處理需求,但既不是《財富》50強也沒有PB級規模數據的公司?

有時候我在想,如果我們改變了大數據的定義會發生什麼?通常人們用3V(快velocity,大volume,多variety)來描述大數據,我們不妨換一個說法:「大數據是一種主觀狀態,它描述的是一個公司的基礎架構無法滿足其數據處理需求時的情形。」

這個定義可能沒有那麼光鮮,但它肯定會更接近今天的現實。

 

本文來源:創事記  原文:venturebeat  編譯:杜丹

誠摯邀請你成為好朋友-->
        

About The Author

創建於2010年7月,是一家獨立的跨界互動行銷資訊網站,以「智造創意快感」為理念,專注品牌的數位化傳播與社會化營銷。

Related Posts

留下你的看法: