《大数据导论》——2.4节信息与通信技术

本节书摘来自华章社区《大数据导论》一书中的第2章&＃xff0c;第2.4节信息与通信技术&＃xff0c;作者瓦吉德·哈塔克&＃xff08;Wajid Khattak&＃xff09;&＃xff0c;保罗·布勒&＃xff08;Paul Buhler&＃xff09;&＃xff0c;更多章节内容可以访问云栖社区“华章社区”公众号查看

2.4　信息与通信技术
这一节考察了加快大数据在商业中应用的信息与通信技术&＃xff0c;有以下的成果&＃xff1a;
数据分析与数据科学
数字化
可负担技术与商用硬件
社交媒体
超连通社区与设备
云计算
2.4.1　数据分析与数据科学
企业正在不断收集、获取、存储、管理和处理不断增加的海量信息。这种现象之所以发生是因为想要找到新的洞察力&＃xff0c;以实施更为高效的行动&＃xff0c;使得管理过程能够具有前瞻性地把控业务&＃xff0c;使得最高管理层能够更好地制定和达到他们的战略方案。最终&＃xff0c;企业在寻找新的方法以获取竞争优势&＃xff0c;因此对于能够抓取有意义信息的技术的需求在不断上升。计算方法、统计技术以及数据仓库已经能够携手合作&＃xff0c;且也能分别运用各自独有的核心技术以完成大数据分析。这些领域实践上的成熟催生并促进了当代大数据解决方案、环境和平台所需求的核心功能。
2.4.2　数字化
对许多公司来说&＃xff0c;数字媒体已经取代了物理媒体成为实际运用的交流与交付机制。数字产品的应用不仅节省了时间也节省了成本&＃xff0c;数字产品的分布依赖于早已存在的、遍布各地的互联网基础设施的支持。当用户通过自身的数字产品与一项业务相连接时&＃xff0c;便会产生能够收集辅助信息的机会。比方说&＃xff0c;要求一位用户提供反馈&＃xff0c;完成一份表单&＃xff0c;或仅仅是提供一个钩子程序来展示一份相关广告并追踪它的点击率。收集辅助信息对业务来说十分重要&＃xff0c;因为挖掘这个信息能够实现定制化的营销、自动推荐以及优化产品特征的发展。图2.4提供了一份关于数字化例子的视觉展示。

2.4.3　开源技术与商用硬件
能够存储和处理各式大量信息的技术已经变得越来越经济。另外&＃xff0c;大数据解决方案经常在商用硬件上利用开源软件&＃xff0c;以进一步削减成本。商用硬件与开源软件的结合几乎终结了大企业过去由于拥有着大量的IT预算而对其他规模较小的竞争者们使用“烧钱”战略的优势。技术已经不再带来竞争优势&＃xff0c;相反&＃xff0c;它仅仅只是业务实施的平台。从商业的角度来看&＃xff0c;能够利用开源技术与商用硬件来产生分析结果&＃xff0c;并用它进一步优化业务的执行流程&＃xff0c;才是通往竞争优势的大门。
商用硬件的流行使得大数据解决方案可以在不用大量资本投资的情况下在业务中获得应用。图2.5提供了一个在过去20年里数据存储价格跌幅的例子。

2.4.4　社交媒体
社交媒体的出现已经使得顾客们能够通过公开、公共的媒介&＃xff0c;近乎实时地提交自己的反馈。这种转变已经使得各大公司在考虑他们战略规划中的服务和产品供给时&＃xff0c;加入了顾客反馈的因素。因此&＃xff0c;公司将与日俱增的、由顾客交互产生的大量数据储存在他们的顾客关系管理系统&＃xff08;CRM&＃xff09;内&＃xff0c;这些数据来自社交媒体网站的顾客评论、抱怨和嘉奖。这些信息成就了大数据分析算法&＃xff0c;使得它能够表达用户的想法&＃xff0c;以之来提供更好的服务&＃xff0c;增加销售量&＃xff0c;促成目标营销&＃xff0c;甚至是创造新的产品和服务。公司已经意识到了品牌形象塑造不再由内部营销活动所全权支配&＃xff0c;相反&＃xff0c;产品品牌和公司名誉是由公司和它的顾客共同创造。基于这个原因&＃xff0c;各大公司对来自于社交媒体和其他外部信息源的公共信息集越来越感兴趣。
2.4.5　超连通社区与设备
因特网的广泛覆盖以及蜂窝与Wi-Fi网络的迅速普及&＃xff0c;使得越来越多的人和他们的设备能够在虚拟社区中持续在线。伴着能够连通网络的传感器的普及&＃xff0c;物联网的基础架构使得一大批智能联网设备成型。如图2.6所示&＃xff0c;这反过来导致了可用数据流的大量增长。其中一些流是公共的&＃xff0c;而另外一些则直接通往分析公司。举例来说&＃xff0c;与采矿业中使用的重型设备有关的基于性能的管理合约能够激发预防和预测性维护的最佳性能&＃xff0c;其目的是减少计划之外的故障检修的需要&＃xff0c;且避免由之耗费的停工时间。而这需要对设备产生的传感器读数进行具体分析&＃xff0c;来对那些可以通过提前安排维护服务而解决的问题进行早期检测。

2.4.6　云计算
云计算技术的进步已经使得这样的环境成型&＃xff1a;通过预付费租赁模式提供高度可扩展性、按需分配的IT资源。公司可以利用这些环境所提供的基础设施、储存和处理能力来得到可扩展的大数据解决方案&＃xff0c;以完成大规模处理任务。尽管公司在传统上被认为是由一个云标记来描述的公有云环境&＃xff0c;但它们同时正利用云管理软件来创建私有云&＃xff0c;以通过虚拟化来更加有效地利用它们现存的基础设施。不论发生何种情况&＃xff0c;云的基于负载的动态扩展能力&＃xff0c;可以创建出能够最大化有效利用信息通信技术资源的弹性分析环境。
图2.7的例子展示了如何利用云环境的扩展能力来执行大数据处理任务。可以通过租赁基于公有云的IT资源来大大减少大数据项目所需的先期投资。

如今已经在使用云计算的企业&＃xff0c;对他们的大数据项目再次使用云计算是合理的&＃xff0c;因为员工已经掌握了所需的云计算技能
输入信息已经存在于云中
使用云服务对于那些打算在可通过数据市场获得的数据集上进行分析的企业来说是极富逻辑性的&＃xff0c;因为许多数据市场便将它们的数据集放在一个云环境中&＃xff0c;比如Amazon S3。
总而言之&＃xff0c;云计算能够为一份大数据解决方案提供三项必不可少的材料&＃xff1a;外部数据集、可扩展性处理能力和大容量存储。