数据仓库研究所(TDWI)报告称,随着技术问题的解决,大数据已经成为至关重要的资产。
|
进行海量数据挖掘的企业在进行分析的时候,传统数据仓库和商业智能工具应对已经力不从心,大数据分析技术和方法被证明对提升业务洞察力非常有帮助。
“当企业想方设法管理海量数据的时候,大数据通常都会带来技术问题,”TDWI分析师及报告作者PhilipRussom说到。“现在,如果你使用分析的方法来处理这个问题,你就能从大数据中汲取到以前未能享受到的很多好处”——传统商业智能和数据仓库技术中带来的好处。
IBM还宣布全球将启动一项1亿美元的用于技术和服务研究的持续研究计划。这些技术和服务用于帮助客户管理和开发那些多变、快速和容量持续膨胀的数据。
对于NetApp来说,所理解的大数据包括A、B、C三个要素:分析(Analytic),带宽(Bandwidth)和内容(Content)。
尽管传统基于事实的BI分析模型也能够为企业带来价值,但是大数据分析为企业从多种数据源中挖掘分析铺平了道路,找出对未来企业战略具有影响的位置因素,能够大大提升效率并降低成本。
Informatica公司日前宣布,根据AberdeenGroup最新公布的名为《未来的集成需求:拥抱复杂数据》的研究报告,复杂大数据集成非常必要。
大数据在结构化数据或是数据库来讲,对BI的管理能力非常重要。大数据对非结构化数据来讲,尤其是对服务媒体行业来讲,它是能提高效率降低整个IT成本的一个比较好的举措。
BenjaminWoo在演讲中谈论到,大数据将挑战企业的存储架构及数据中心基础设施等,也会引发数据仓库、数据挖掘、商业智能、云计算等应用的连锁反应。
关于大数据的最重要的特点是,传统的数据处理工具或存储管理技术不能充分处理它。因此,在竞争激烈的行业划分中,所有这些数据是如何转为可利用的知识产权,已成为行业领导者和落伍者之间的关键区分。