色色影院|色女孩影院|第一色色资源站
行业最新新闻色色影院|色女孩影院|第一色色资源站发布
互联网金融回归金融本质,必须设门槛
2016-04-27
部分平台企业问题接连爆发引起社会关注,近期,针对互联网金融的专项整治工作逐步展开,行业有望从鱼龙混杂走向正本清源。上海市互联网金融行业协会秘书长王喆接受解放日报·上海观察记者专访时指出,鼓励创新,但不纵容野蛮生长、问题寄生,是对这个行业的基本态度。他介绍,目前,上海范围内互联网金融行业总体是规范的,协会会员中没有出现过“跑路”的恶性事件。上海市互联网金融行业协会秘书长王喆上海互联网金融行业总体向好眼下,阿里、百度、万达等国内互联网行业巨头和其他领域知名企业,纷纷将其互联网金融业务板块布局上海;同时,交通银行、平安集团等大型持牌金融机构,也在沪搭建、布局互联网金融业务平台,还有众安在线、证通公司等新型互联网金融机构不断涌现。王喆介绍,上海市互联网金融行业协会现有200余家会员,已包含沪上该行业中的大部分企业。这其中,P2P网络借贷的企业占到了相当数量。此外,还有第三方互联网支付、互联网基金销售、金融资讯服务、互联网征信、互联网股权融资等各类互联网金融业态。“从面上看,有问题的企业很少,大部分平台的管理是规范的,会员跑路现象没有出现。”他指出,目前上海的P2P经营也相对规范,出现问题较少。王喆指出,总的来说,互联网金融的发展,是顺应我国市场经济发展的需要,也是对金融体系的一种有益的补充,也有利于我国金融市场改革。对于普通老百姓、小微企业等原来未能从大型金融机构获得充分服务的群体来说,互联网技术的发展,创新地满足了他们的需求。发展过快,监管有空档在总体规范、稳定的同时,王喆坦言,发展过快、监管缺失,确实给互联网金融行业带来了一些难以忽视的问题。对一个行业包容创新、鼓励发展,势必就会发展速度很快,而在这个快的过程中,如果相应的合规监管的配套政策环境没有快步跟上,伴生而来的就是乱象和问题。在鼓励创新的氛围中,近年来互联网金融的发展速度是惊人的。从所谓的互联网金融元年2013年到2015年,全国有数据统计的该大类企业有三四千家。数量爆发式增长的背后,是这个行业中没有准入制度,没有严格的从业资格要求,也缺乏明确的监管管理办法乃至法律。发展过快、监管缺失,好比没有把门的入口,鱼贯而入的从业者和从业机构之中,必然混入了那些钻空子的。“严格说,他们不是真正的互联网金融企业,而是打着互联网金融创新旗号、行诈骗之实”,“伪创新”、“真骗子”,污染了整个行业的名声,也累及了规范经营的企业,这让王喆感到痛心,“最近爆发出的很多问题,并不是真正的互联网金融或P2P,只是把古老的诈骗把戏搬到了网络上,却让整个行业‘很受伤’。”在王喆看来,庞氏骗局这个“老把戏”,披上了互联网的外衣,“如果整治时,把孩子和脏水一起泼出去,就可惜了。”回归金融本质,必须设门槛王喆指出,互联网金融,本质上还是金融。金融的本质是为有富余资金的一方和缺钱的一方,提供融通服务,起到媒介作用,以及相关的服务等。他往往会涉及到一方的钱财,因此从业人员对法律,道德的敬畏程度很重安,或者说不是什么人都可以干的,要有准入条件。同时他认为,这个过程中,三方要取得收益,关键取决于借钱方,是否有真正的经济行为,因此,金融必须服务于实体经济,“没了实体经济,金融就没有灵魂,脱离了实体经济,金融就是自娱自乐了。” 当前,频频爆出问题的平台中,一类是一开始就故意诈骗,虚构的收益表象背后根本不存在实体资产运作的支撑,那是道德问题,是缺乏门槛“混”进来的。另一类则是经营不善,导致资金断链,这与实体经济环境有关,也有能力问题,而平台实力和能力,也是需要门槛把关的。上海在对互联网金融的监管与自律方面起步较早,在规范发展方面走在了全国前列。这得益于市政府和金融监管部门领导和重视。据介绍,协会对于会员的遴选相当严格,先是综合考虑企业的成立时间、实缴资本、股东背景、业务模式、风控水平和线下网点数量等因素,再从一些侧面进行考量,如广告投入是否过高、承诺收益是否过高等。别在处理风险时酿成新的风险当前,业界的中肯意见认为,受国家产业调整、国际环境、汇率变化、经营决策等多种因素影响,规范经营的平台也可能会有风险的。对于这类情况,如果听任危机扩大、动摇信心,造成的挤兑等“次生伤害”可能影响更大。“希望不要在处理风险的时候酿成新的风险。”王喆认为,行业协会一方面可以发挥行业自律的作用,开展从业者教育,引导会员坚持道德底线,坚持守法经营,加强行业自律。据悉,协会也将开设讲座,请风控能力较强的企业进行经验分享,树立正面典型,并将一些风险、跑路案例作为反面教材,进行重点分析。同时探索建立从业人员黑名单,在行业内信息共享,将道德水准低下的人员排除出这一行业。此外,行业协会还在考虑建立行业的“应急基金”,应对突发的危机风险。另一方面,行业协会也可以搭建起行业与政府、社会、传统的银行等之间沟通的桥梁,帮助规范经营的互联网金融平台更好地运营。比如,一些社会需要、传统金融机构顾及不了的项目融资需求,可以协调这些平台去做。又如,协会可以通过沟通协调,推动互联网金融行业内平台整合,避免同行之间恶性竞争。而对于平台上的投资者,行业协会也计划扩大投资者教育,让他们学会对收益的恰当追求,学会对风险有理性判断,加深“买者责任自负”的理念。协会也有责任向社会宣传,怎样的平台才是真正好的互联网金融企业,要为好的企业摇旗呐喊,进行正向引导。“总而言之,互联网金融行业即将结束野蛮生长,走向更加良性、健康、规范、有序的发展。希望互联网金融行业协会可以做深做透这些接地气的工作,力保不发生系统性的风险。”王喆表示,近期针对互联网金融行业的整顿恰逢其时,希望此后,各方可以协力探索出一条适合中国互联网金融发展的行之有效的监管体系,营造一个互联网金融发展的良性生态环境。本文转自:上海观察
《大数据百科》一文详解大数据发展史
2016-04-22
【1890年】美国统计学家赫尔曼·霍尔瑞斯为了统计1890年的人口普查数据发明了一台电动器来读取卡片上的洞数,该设备让美国用一年时间就完成了原本耗时8年的人口普查活动,由此在全球范围内引发了数据处理的新纪元。【1935年】美国总统富兰克林•罗斯福利用社会保障法开展了美国政府最雄心勃勃的一项数据收集项目,IBM最终赢得竞标,即需要整理美国的2600万个员工和300万个雇主的记录。【1943年】一家英国工厂为了破译二战期间的纳粹密码,让工程师开发了系列开创性的能进行大规模数据处理的机器,并使用了第一台可编程的电子计算机进行运算。【1944年】《学者与研究型图书馆的未来》一书出版。作者弗莱蒙特·雷德预计美国高校图书馆的规模每16年就翻一番,到2040年耶鲁大学图书馆将拥有约2亿册藏书。【1961年】《巴比伦以来的科学》一书出版。作者德里克·普赖斯经过研究得出“指数增长规律”,即新期刊的数量正在以指数方式增长,每15年翻一番,每50年以10为指数倍进行增长。【1964年】《应对信息爆炸的技巧》一文在《电子计算机学报》上发表,该文提出了通过压缩新论文篇幅和减少论文发表量来解决信息爆炸的建议。【1965年】美国政府一项秘密研究计划将所有政府记录进行格式转换——包括7.42亿条税单和1.75亿套指纹-—转换为磁式计算机磁带存放在唯一的国家数据中心,尽管该计划后来因为遭受公众抗议而被取消了。该计划激发1974年的隐私法案,这一法案限制了联邦机构分享个人信息的行为。【1967年】《自动数据压缩》一文在《美国计算机协会通讯》上发表,文章指出信息爆炸使得对所有信息的存储需求保持在最低限度是非常必要的。并提出全自动数据压缩机的构想。【1975年】日本邮电部实施“信息流普查”计划,以调查日本的信息总量。普查以“字数总量”作为所有媒体的统一衡量单位。【1980年】特鲁姆斯兰德在第四届美国电气和电子工程师协会(IEEE)举办的“大规模存储系统专题研讨会”上做了一个报告,题为《我们该何去何从?》,报告指出因为很多数据无法被用户识别,而丢弃这些数据存在着很大的风险,因此数量庞大的数据正在被保留下来。【1981年】匈牙利中央统计办公室开始实施一项调查国家信息产业的研究项目,该项目包括以比特位单位来计量信息量。【1983年】伊契尔·索勒·普尔在《科学》杂志上发表了《追踪信息流》一文,通过对1960年到1977年17种主流通讯媒体发展趋势的观察得出结论,在1977年以前,信息流的增长速度在很大程度上受到广播迅速发展的影响,而到了1977年,点对点的媒体发展速度明显优于广播。【1986年】哈尔·B·贝克尔在《数据通信》上发表了《用户真的能够以今天或者明天的速度吸收数据吗?》一文,文中预测到2000年,半导体随机存储器将能够在每立方英尺存储1.25*1011个字节。【1989年】英国计算机科学家蒂姆·伯纳斯·李在20世纪60年代提出通过开创了一个叫做万维网的超文本系统在全球范围内利用互联网实现共享信息。【1997年】迈克尔·考克斯和大卫·埃尔斯沃斯在第八届美国电气和电子工程师协会(IEEE)举办的“关于可视化”的会议上,发表了《为外存模型可视化而应用控制程序请求页面调度》的文章,文中写到,可视化对计算机系统提出了一个有趣的挑战:通常情况下数据集相当大,耗尽了主存储器、本地磁盘,甚至是远程磁盘的存储容量。我们将这个问题称之为大数据。【1998年】《互联网的规模与增长速度》一文发表,作者预计在2002年左右,美国的数据流量将赶超声音流量,且将由互联网主宰。【1999年】《千兆字节数据集的实时性可视化探索》在《美国计算机协会通讯》上发表,文章第一次正式使用“大数据”这一术语。【2000年】《信息知多少?》一文第一次对世界上每年在计算机存储方面做了量化研究。【2001年】道格·莱尼发布了《3D数据管理:控制数据容量、处理速度及数据种类》的研究报告,首次提出“3V”作为定义大数据的三个维度。【2002年】在9/11袭击后,美国政府为阻止恐怖主义已经涉足大规模数据挖掘。前国家安全顾问约翰·波因德克斯特领导国防部整合现有政府的数据集,组建一个用于筛选通信、犯罪、教育、金融、医疗和旅行等记录来识别可疑人的大数据库。【2004年】Facebook公司成立,以此为标志社交网络流量直接导致大量非结构化数据的涌现,而传统处理方法难以应对。【2005年】Hadoop项目诞生。Hadoop其最初只是雅虎公司用来解决网页搜索问题的一个项目,后来因其技术的高效性,被ApacheSoftwareFoundation公司引入并成为开源应用。Hadoop本身不是一个产品,而是由多个软件产品组成的一个生态系统,这些软件产品共同实现全面功能和灵活的大数据分析。【2006年】一种名为云计算的新工具出现,云计算不仅可以开采新型的数据资源(非结构化数据),而且还发掘出了一些重要的新用途(如精准营销、趋势预测等)。最重要的,这种工具的成本非常低廉。【2007年】《膨胀的数字宇宙:2010年世界信息增长预测》白皮书出版,这是第一份评估和预测每年世界所产生与复制的数字化数据总量的研究。【2008年】“大数据”得到部分美国知名计算机科学研究人员的认可,业界组织计算社区联盟(ComputingCommunityConsortium),发表了一份有影响力的白皮书《大数据计算:在商务、科学和社会领域创建革命性突破》。它使人们的思维不仅局限于数据处理的机器,并提出:大数据真正重要的是新用途和新见解,而非数据本身。【2009年】联合国启动了“全球脉动计划”,拟通过大数据推动落后地区的发展。【2010年】《数据,无所不在的数据》一文在《经济学人》上发表。作者肯尼斯·库克尔描述,世界上有着无法想象的巨量数字信息,并以极快的速度增长。从经济界到科学界,从政府部门到艺术领域,无不感受到这种巨量信息的影响。【2011年】IBM的沃森超级计算机每秒可扫描并分析4TB(约2亿页文字量)的数据量,并在美国著名智力竞赛电视节目《危险边缘》“Jeopardy”上击败两名人类选手而夺冠。后来纽约时报认为这一刻为一个“大数据计算的胜利。”2012年美国政府提出“大数据研究和发展倡议”,发起全球开放政府数据运动,并投资2亿美元促进大数据核心技术的研究和应用。【2012年】瑞士达沃斯召开的世界经济论坛上,大数据是主题之一,会上发布的报告《大数据,大影响》(BigData,BigImpact)宣称,数据已经成为一种新的经济资产类别,就像货币或黄金一样。【2012年】美国软件公司Splunk于19日在纳斯达克成功上市,成为第一家上市的大数据处理公司。【2014年】欧盟委员会呼吁各成员国积极发展大数据,迎接“大数据”时代,并采取一系列具体措施发展大数据业务。【2015年】全球通过手机或移动装置接入互联网的用户超过了通过电脑或者笔记本接入电脑的用户。这种用户习惯的改变对于App设计人员、公司甚至政府如何收集数据都会产生巨大的影响。
无视数据的五宗罪
2016-04-15
原文作者:LarryAlton 本文由畅融金服运营组编译,欢迎转发,但请注明出处“畅融金服”。 对于现代化企业来说,数据意味着一切。数据能够告诉企业你的潜在客户是谁,他们最喜欢什么,你应该遵循什么样的经营理念,这些经营理念将如何最终实现。如果你的企业能正确的回答以上问题,并使用合适的工具来挖掘和处理数据,那恭喜你,你的企业将获得更高的盈利,在商业竞争中也必将保持优势。但现实情况是,很多企业无视数据,或在关键环节上忽视数据的作用,这在很大程度上阻碍了企业的发展。下面为您盘点一下企业最常见的无视数据行为:1. 无视商业环境变化FlexeraSoftware调查发现,企业所处的商业环境每时每刻都在发生变化。无视和否认商业环境的这种变化,将使企业处于危险境地。商业环境包括很多方面:比如,行业竞争程度、竞争类型、目标客户人群设置,甚至包括你用以运营和发展业务的商业手段等。这些因素都具有很强的时效性,而数据恰恰可以帮助你理解并应对这些变化。远离数据,企业的双眼将被蒙蔽,虽然身处瞬息万变的世界当中,却始终停滞不前,最终将落得被时代抛弃的下场。2.不进行根本性分析数据可以当即提供给你一些表面上的结论。例如,如果你的网站访问量突然下降,这就表明由于某些原因客户对你的网站不再感兴趣。遇到这种情况,大多数公司会进行研究,找到一些可能会改善此种情况的原因。但很少有公司会进行深度的根本性问题研究。找到几个影响因素很容易,但这些因素真的能彻底解决问题吗?大多数情况是,头痛医头,脚痛医脚,问题仍旧存在,企业依然无奈。企业真正需要做的是通过对现有数据进行深度挖掘,透过现象看到本质,找到真正的根本性原因。3. 过分依赖单一维度数据当你自认为拥有了丰富的数据和信息后,就会对现实情况产生先入为主的观念(或偏见),而且,很容易找到更多的数据来证实你的观念。这就是纯粹的认识偏差,当你仅采用单一维度数据进行分析时,将会对认识的全面性和准确性产生难以预知的影响。因此,由于数据采集存在众多潜在缺陷,凭借有限的信息产生正确结果的可能性微乎其微。4.数据杂乱无章数据过多有时候也是一种痛。如果对数据管理得当,大量的数据意味着更广阔的思考空间、更多的选择余地、更大的可能性接近真相。但是,你添加的数据越多,你所要考量的变量也就越多,存在的偏见风险也就越大,如果你漏掉了其中的一些,很可能将原本正确的分析引入歧途。5.错误的问题设置就像人们经常说的,数据本身没有价值,数据本身也当然不能给出结论。数据只是工具,它只能对你提出的问题给出答案。正因为如此,如果你的问题设置是错误的,你将永远得不到正确的答案。所以,当你准备对数据进行分析前,你首先要弄明白你需要什么,你在寻找什么。获取、组织和解释数据是极为重要的商业元素。没有这些步骤,或者不能有效的执行这些步骤,企业运营将面临重大挑战。人类很容易犯错,所以对于数据的解释总是存在一定程度的不完美,但是你可以通过不断修正偏见和尽量寻找完整维度的数据来避免这些歧义。
2016年大数据领域的33个预测
2016-04-15
导读2016年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面取得的进展,你可能觉得这个问题很好回答。而实际上,来自业界的大数据预测大不相同,本文精选出了最值得关注的33个预测,为您开启未知的2016!1.数据平民崛起甲骨文公司预测一种新型用户:数据平民(DataCivilian)会崛起。该公司称:“虽然复杂的数据统计可能仍局限于数据科学家,但数据驱动的决策不会是这样。在未来一年,更简单的大数据发现工具让业务分析员可以寻找企业Hadoop集群中的数据集,将它们重新做成新的混搭组合,甚至运用探索性机器学习方法来分析它们。2.“大数据”会消亡NucleusResearch公司公开发表了不同意见,预测我们所知道的大数据会消亡。该公司称:“在过去两年,每家公司及其人员似乎都推出了某种形式的大数据解决方案。是该告别新奇事物综合症(shinyobjectsyndrome)的时候了。用户会像对待任何数据那样对待和访问大数据,而不是着手解决大数据分析这一项庞大又艰巨的任务。3.风险投资公司更关注大数据给出的结论据OperaSolutions公司的高级副总裁KeriSmith声称,由于风险投资公司往数据初创公司纷纷投入资金,是时候开始提出尖锐的问题了。Smith问道:“大数据解决方案真正的投资回报率(ROI)如何?公司如何才能跨过部门级部署这个阶段,让大数据在整个企业创造的价值实现最大化?又有哪些有意义的使用场合适用于众多垂直领域?要是贵公司现在没有提出这类问题、积极寻求答案,应该很快就会。4.机器学习和人的洞察力组合渗透新行业Spare5公司的首席执行官MattBencke表示,我们在2016年会看到数据绝地武士(DataJedis)的兴起。他写道:“将来被人工智能改变的工作会比以往任何时候都要多,‘数据绝地武士’会变成最抢手的员工。机器学习和人的洞察力这对组合会渗透到新行业,包括医疗保健和安全行业,员工需要灵活适应以提供不同服务,不然就会落在后面。5.数据科学在银行界大放光彩数据科学咨询公司Profusion的首席执行官MikeWeston预测,数据科学在银行界会大放光彩。他写道:“金融业是率先采用数据科学技术/方法的行业之一。不过,所有银行服务公司采用数据科学的步调远远没有统一。2016年,我预计这种局面会有所改变。更好地利用数据和服务个性化会从金融市场进入到零售银行领域。这会给市场营销、客户服务和产品开发带来深远影响。”6.人工智能和认知计算让个性化医疗成为现实先进的人工智能引起机器人成为统治者,这种场景吓坏了ElonMusk。不过据Franz公司的认知科学家兼首席执行官JansAasman声称,应该将人工智能归为“友好的技术”这一列。他说:“2016年及以后,人工智能和认知计算将使个性化医疗成为现实,帮助拯救患有罕见疾病的病人,并改善整体的医疗保健状况。”7.首席数据官将成为信息技术领域的“新宠儿”Blazent公司首席技术官办公室负责人MichaelLudwig认为,首席数据官(CDO)会成为信息技术领域的“新宠儿”,永远让办公室政治更显错综复杂。他写道:“正是由于大数据很复杂,又需要完整而准确的数据,首席数据官会变得越来越重要。因而,首席技术官和首席信息官需要给首席数据官让出地方,除非确立了明确界定的角色,并成立了相关团队,否则高层管理团队当中会出现紧张局势。”8.首席洞察官成为大数据整理过程的关键领导者但不是每个人都这么认为,其中包括PROS公司的首席远见官CraigZawada。“2016年,我们会开始看到被任命的首席数据官日渐式微,这是过去的一种角色。相反,2016年会出现首席洞察官,这类人将成为大数据整理过程中的关键领导者。”9.云服务被充分利用但是颇有势力的CIO能重新发号施令吗?Cazena公司创始人兼首席执行官PratMoghe预测会这样。他写道:“2016年,CIO们会充分利用企业就绪的云服务,作为中间人提供这样的云服务,既满足IT部门在治理、合规和安全等方面的要求,又满足业务部门在敏捷性和响应能力等方面的要求。”10.流分析逐渐成熟DataTorrent公司的首席执行官兼联合创始人PhuHoang预测,流分析(streaminganalytics)会开始成熟起来,并在大数据阵营中证明其价值。他说:“虽然许多公司已经认可了实时流非常重要这一点,但我们会看到用户希望更进一步,确定流分析使用场合。在接下来一年,使用流分析工具的客户会变得更加成熟,要求流分析有明确的投资回报率。”11.实时分析异常火爆实时分析在明年会很火爆,这个我们懂。不过据MongoDB公司的战略和产品营销副总裁KellyStirman声称,一项技术:ApacheKafka比其余技术更惹人注目。Stirman写道:“Kafka将成为企业数据基础设施的一个重要集成点,为构建智能分布式系统提供便利。Kafka及其他流分析系统(比如Spark和Storm)会补充数据库,成为跨应用程序和数据中心管理数据的整个企业堆栈的关键部分。”12.大数据让娱乐更加“娱乐”喜欢鼓乐?FirstFuelSoftware公司的首席数据科学家BadrilRaghavan表示,那么你一定会爱上2016年。“在今后几个月,我们会看到企业和个人利用数据和分析工具,面对包括能源、体育、社会公益和音乐在内的众多行业,提供个性化、引人入胜的体验。比如说,人们将来可以利用数据,根据个人喜好(例如偏爱鼓乐)改编歌曲。”13.物联网影响半导体行业物联网会如何影响半导体行业?IT传奇人物RayZinn对此有几点看法。他写道:“你会看到设计和制造出现更明显的分工。晶圆厂的使命就是扩大规模,服务于几十亿消费者和新兴的物联网市场。设计将会与制造脱离开来,分担市场风险。创新将是设计公司的生存之道,而不断提高效率才是晶圆厂的致胜秘诀。问题是,接下来会出现什么?到时难免会出现新的市场和设备,从而推动行业呈现新的井喷式增长。物联网好比是沉睡的巨人,不过我觉得它只是在打盹而已。”14.机器学习、大数据自动化和人工智能大放异彩Infosys公司高级副总裁兼平台、大数据和分析部门主管AbdulRazack表示,机器学习、大数据自动化和人工智能在2015年大出风头,明年会出更大的风头。Razack说:“2016年,企业更广泛地采用人工智能技术替代人工重复性任务的步伐会快速加快。”他提到,丰田公司最近往人工智能方面投入了10亿美元。大数据自动化已经在发展,不过明年“会得到更广泛的应用,人的独特能力(即拿来复杂问题后给出创造性的解决办法)显得更重要。”特斯拉的无人驾驶汽车内置了机器学习技术,但明年,“机器学习会悄悄进入到千家万户,让我们身边的物件不仅仅是联网而已。15.合并兴起的关键年许多人预计2016年大数据领域会出现激动人心的事情。LogiAnalytics公司的解决方案工程和服务副总裁CharlesCaldwell却不这么认为。“如果我展望2016年,并不觉得会出现许多激动人心的事情。其他厂商已给出了云计算、视觉分析和移动等方面的预测,但是那些大多是安定下来的旧趋势。在我看来,2016年会是合并兴起和为下一大热门打基础的一年。”16.副本数据管理(CDM)迎来春天“最想象不到奖”授予CatalogicSoftware公司的产品营销高级经理PeterEicher。我们倒不是指他的这一预测:副本数据管理(CDM)“是迎来大好时期的技术――不仅这个领域出现新厂商,老派厂商也在跟风,这就是最好的佐证。”这完全合情合理。不,我们之所以提名Peter是因为他的这一疯狂预测:纽约尼克斯队会夺得NBA总冠军。他承认:“是的,结果不是。我不可能一直预测正确。不过话又说回来,这个预测已连续错了42年。”17.大数据泄密事件频发大数据领域的“沮丧的黛比”(DebbieDowner)奖授予BlueTalon公司的首席执行官EricTilenius,因为他预测,大企业爆出大数据泄密事件的步伐可能会加快。他写道:“2016年,缺乏统一的数据治理,可能会导致企业界迄今面临的最大的安全方面冲击――这相当于移动技术的问世给传统企业边界带来的冲击。依赖支离破碎的方法来控制数据访问,即面对不断变化的数据格局采用不一致的政策,只会在企业数据保护方面留下大洞。”18.微服务架构有所突破你在搞微服务吗?据SaaS厂商Workday声称,如果你现在没搞,很快会搞。该公司声称:“很显然,内部部署与云之争已结束,云赢了。不过,并非构建的所有云架构都一个样。微服务架构会突破Netflix等消费者互联网设计领域,成为自向云转变以来企业应用软件领域最重大的架构进步。”19.大数据分析扩大领域TARGIT公司首席技术官UlrikPederson表示,大数据有难度,许多公司在明年会竭力搞好大数据。他写道:“2016年大数据分析会扩大领域,一些工具让企业用户有可能在需要时对大数据执行全面的自助式探索,不需要IT部门的大力指导。对应于我的第一个预测,我预计先进分析项目在众多行业会大幅增加。然而,这并不意味着它们会成功......要是听到许多厂商和客户在成功实施项目上遇到困难,我也不会觉得惊讶。”20.认知技术、数据科学会有进展国际数据分析研究所(InternationalInstituteofAnalytics)预测便于嵌入式分析的分析微服务会大行其道。这家独立研究和咨询公司还预测,认知技术、数据科学和数据精选等领域会取得进展。哦,该组织表示,由于许多大学开设新课程,分析人才危机有望得到缓解。21.非数据专业人才也会投身大数据OLAP-on-Hadoop提供商AtScale公司的首席营销官BrunoAziza表示,不是数据专业人才的那些人也会积极投身于大数据。他写道:“随着Hadoop变得更容易被非数据专业人才访问,营销人员会开始访问更多的数据,以便做出更合理的决策。可以借助Hadoop更深入更全面地了解数据,这让营销人员能够洞察消费行为、从而做出决策,并了解客户消费旅程背后的流程。”22.高性能计算渐成主流存储巨头DDN预测,我们会看到更多的高性能计算技术进入到主流,特别是由于它涉及存储。该公司表示:“2016年,来自高性能计算行业的存储、数据管理和应用程序加速等技术会继续以更快的速度被利用起来,以满足企业对性能和规模越来越高的要求,因而会以更快的速度取代传统的IT基础设施。”23.开源大数据遍地开花开源大数据技术给你留下了深刻印象?Pentaho公司的首席执行官QuentinGallivan表示,你还没有看到任何实际东西。Gallivan写道:“像Spark、Docker、Kafka和Solr这些很酷的新工具会遍地开花,这些新兴的开源工具旨在能够对PB级数据进行大规模大批量的分析,它们会从‘青春期’阶段进入到‘壮年期’阶段。”24.Spark淘汰MapReduce,拯救HadoopRDBMS-on-Hadoop厂商SpliceMachine公司的联合创始人兼首席执行官MonteZweben表示,Spark会淘汰MapReduce,但是会拯救Hadoop。他写道:“MapReduce相当深奥。具有速度慢、批处理的特性,又加上非常复杂,因而对许多企业来说毫无吸引力。由于速度快,Spark要自然得多,对程序员来说很方便。Spark会给Hadoop注入活力;2016年,基于Hadoop的项目十之八九会是与Spark有关的项目。”25.云厂商发布自己的Spark平台即服务解决方案SnowflakeComputing公司的首席执行官BobMuglia表示,但是这并不意味着每个Spark项目会涉及Hadoop。“如今,Spark是Hadoop发行版的一部分,与Hadoop有着广泛的联系。随着Spark独自行动,建立一个独立的、有活力的生态系统,预计这种情况在2016年会发生变化。实际上,可以预计各大云计算厂商会发布各自的Spark平台即服务(PaaS)解决方案。我们会看到ElasticSpark吗?可能性很大。”26.ApacheHadoop将被重置,并非丢弃Teradata公司的企业系统总经理DanGraham表示,企业组织会对ApacheHadoop进行重置处理。“随着Hadoop及相关开源技术跨过收集知识的早期阶段、炒作渐渐消退,企业会对部署的Hadoop按重置键、而不是丢弃,运用汲取的经验教训,尤其是治理、数据集成、安全和可靠性方面的经验教训。”27.主数据管理(MDM)派上用场杂物抽屉问题是Hadoop社区面临的最大挑战之一。但根本不用害怕――主数据管理(MDM)派得上用场!Reltio公司的首席执行官兼创始人ManishSood写道:“MDM会变得无处不在。长期以来,MDM这门技术只有大公司才用得起,大公司拥有庞大的IT团队,又有硬件、软件和为期多年的实施项目所需的庞大预算。新一批数据驱动的应用程序会内置MDM作为基本要求。由于同时提供操作功能和分析功能,每个应用程序可靠的数据基础由MDM引擎来支撑。”28.Hadoop将处于十字路口2016年,Hadoop将处于十字路口,它会往哪个方向走?Altiscale公司的首席运营官MikeMaciag给出了他的预测。“2016年,我们会看到Hadoop行业标准得到巩固。2015年年初,我们看到开放数据平台计划(ODPi)正式启动,该计划制定了标准,为大数据生态系统的关键项目如何协同运行指明了方向。由于标准化给客户带来的好处变得更加显而易见,ODPi的成员数量在这一年翻番。我们预计,2016年Hadoop会得到更大的发展和认可,让新的技术和应用程序得以满足由ODPi制定的Hadoop生态系统标准。”29.物联网2.0出现ZebraTechnologies公司预测,我们会看到物联网2.0出现。“物联网市场会由过去的闭源、专有的第一代解决方案,变成更成熟、基于行业标准、可灵活适应的解决方案。借助开源方法,企业组织能够从数量更多的服务提供商及其各自的API当中作一个选择。”30.后稀缺经济(post-scarcityeconomy)日渐兴起OpenText公司首席执行官MarkBarrenechea预测,物联网可能预示着后稀缺经济(post-scarcityeconomy)日渐兴起。他写道:“可以将算法想象成这种应用程序,对物联网及我们生活中方方面面的数十亿个互联设备生成的彼此关联的海量信息进行大数据分析。拥有数据、分析数据、改进和创新成为企业成功的关键――这一切得益于互联数字化社会。”31.生产工作负载与分析技术充分结合MapRTechnologies公司的首席执行官JohnSchroeder预测,能够同时处理分析型工作负载和事务型工作负载的融合平台会迎来巨大飞跃。“2016年,由于各大领先公司获得将生产工作负载与分析技术结合起来,迅速调整,以适应客户偏好、竞争压力和商业环境所带来的好处,我们会看到融合方法成为主流方法。这种融合加快了企业组织“从数据到行动”的周期,并缩短了数据分析到业务影响之间的时间差。”32.小众解决方案吃香看好2016年会出现单一架构的另一个支持者是Datameer公司的首席执行官StefanGroschupf。他写道:“某个技术类别是新类别时,会出现众多公司,各自的产品旨在为这个领域的一小部分提供解决方案。这样一来,客户只好购买多个工具,试图弄清楚如何结合使用这些工具。最后,这种方法根本行不通,客户倾向于单一厂商提供的集成产品架构――或者覆盖范围广泛的产品。2016年将标志着大数据产品开始出现这种转型。”33.外包大行其道大数据服务提供商Absolutdata公司的首席执行官AnilKaul预测,外包在2016年会大行其道。他写道:“我们可以从大数据获得众多有价值的信息,可是访问这些信息颇具挑战性,而且通常不在平常商业智能的范围之内。如今许多公司在与第三方合作,制定并执行大数据分析策略。将外部专家整合到大数据团队当中,也许是公司在这个迅速变化的领域保持领先一步的最佳途径。” (文章来源:瀚思安信)
共 7 页
到第