实施大数据项目有一个最主要的目的,就是更好地了解客户。
这一结论来自TechTarget在英国以及欧洲针对184名IT和业务专业(数据)人士所作的调查报告。
该调查在2012年7月到9月进行,涉及大数据技术使用的现状,同时也对大数据项目的业务原因作出了分析。
调查显示,企业在数据管理和BI方面愿意投入更多的资金。
56%的企业预计明年BI分析的投入会有所增长,43%则计划在数据仓库和分析数据库上增加预算。
虽说大数据的使用还处于初级阶段,但27%的计划增长率足以让人对其刮目相看。23%的参与者已经不同程度地部署了大数据项目。
无论是通过企业自身还是并购,业务增长已经成为了数据量增长的主因。50%的企业都希望通过大数据项目的实施对用户有一个更好的了解,另有48%的企业把大数据视为竞争优势项目。
在大数据圈子内,有一个热词——社交媒体数据;该调查也证实了它的重要性。33%的企业希望能够透过社交网络收集观点。不过,机器数据显得更为重要,38%的企业希望能够更好地运用传感器和日志数据,提升运营效率。
尽管调查显示了大数据的热度,但是早在近几年大数据热潮来临之前就已经存在的高级技术(如数据挖掘和分析技术)势头依然未减。
63%的参与者实施了数据挖掘,62%的使用了分析技术,还有48%的企业使用了大数据分析技术。
不仅如此,关系数据库技术的发展远没到头。
只有20%的参与者认为现有关系数据库和数据仓库在处理新形式的数据(比如视频、图片和社交媒体数据)上显得不够用。
结构化数据仍然十分关键,其重要性并没有随着非结构化数据的流行而减弱。大多数企业中80%的数据还是结构化数据。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号

TechTarget
官方微博

TechTarget中国
翻译
相关推荐
-
Spark和Hadoop分析遇障碍?可以试试容器啊
将定制的Spark和Hadoop试点项目转移到生产中是一项艰巨的任务,但容器技术缓解了这种艰难的过渡。
-
2017年分析型数据管理解决方案(DMSA)魔力象限(上)
分析型数据管理解决方案(DMSA)市场不断需要更多创新技术和更强的执行能力,以满足云端和本地部署以及云端与大数据产品组合的各种需求。
-
Tableau预测:自助式大数据分析时代正在来临
对于大数据而言,2016年是具有里程碑意义的一年,更多企业和机构在该年度存储和处理各种形态和规模的数据,并从中提取有价值的信息。
-
流数据分析带来的“速度与激情”
和构建大数据架构类似,支撑实时分析架构的软件种类繁多,这对于用户来说有利有弊。找到合适的技术,并把这些技术整合成一个有效的分析框架将是一个十分冒险的过程,一着不慎,满盘皆输。