Куда движется рынок Big Data: прогнозы и тенденции на 2016 год

Потоковое прогнозирование

CEO MapR Джон Шредер, чья компания добавила компоненты MapR Streams к дистрибутиву Hadoop, отметил, что конвергентные подходы скоро станут мейнстримом. Под конвергентными он понимает одновременно используемые операционные и аналитические технологии. Он объяснил, что подобный подход ускорит процесс превращения данных в реальные результаты предприятия и исключит временной лаг между аналитикой и бизнес-активностями. Потоковое прогнозирование может принести значительные выгоды многим отраслям, особенно — финасовой, рекламной и телекоммуникационной.

Растущий спрос

Ожидается, что заказчики будут все больше осознавать привлекательность платформ Big Data, способных гарантировать высокие бизнес-результаты. При этом под высокими результатами подразумеваются не столько оперативные финансовые показатели, сколько планомерная реализации бизнес-моделей с последовательным достижением требуемых KPI. Шредер прогнозирует, что инвесторы и организации будут отворачиваться от нестабильных компаний, которые часто меняют направления деятельности и бизнес-модели. Подобный факт предвосхищает будущий рост спроса на технологии Big Data, которые скоро станут обязательным инструментом планирования бизнеса.

Управляемость и простота взаимодействия

Шон Ма, директор по продакт-менеджменту компании Trifacta ожидает, что «увеличение количества внедрений решений Big Data заставит вендоров сосредоточить свои усилия на создании и продвижении инструментов управления». Подобная функциональность необходима в мире Big Data. В плане управляемости необходимо добиться не просто паритета с Data warehousing и BI, но и превзойти их.

Нововведения в области искусственного интеллекта и понимания принципов анализа данных упростят работу с новыми аналитическими платформами. Подобные инновации помогут найти больше способов применения технологий Big Data, расширить охват отраслевых вертикалей и специфических маркетинговых ниш.

Искусственный интеллект

Искусственный интеллект (AI) и машинное обучение (ML) постепенно становятся реальностью. Компания Splunk полагает, что машинное обучение позволит значительно сократить время, необходимое для анализа. Лукас Бевалд, основатель и руководитель компании Crowdflower настаивает на том, что «машины смогут автоматизировать часть работы, но далеко не всю». Вероятнее всего, искусственный интеллект станет просто инструментом и интеллектуальным помощником, но никак не угрозой для человечества.

Новые драйверы роста бизнеса

Бевалд также утверждает, что AI приведет к существенному изменению бизнес-моделей многих компаний. «Организации, которые не очень прибыльны, но обладают большими наборами данных, могут стать более ценными и привлекательными для приобретения, чем когда-либо», - отметил руководитель Crowdflower. Наличие данных о потребителях, рыночной среде и другой полезной информации сегодня становится новым драйвером роста, подобно наличию патентов и технологий. Big Data позволит монетизировать неструктурированные массивы данных, превращая информацию в уникальное конкурентное преимущество.

Указанные четыре тенденции являются самыми яркими среди множества менее важных трендов. Big Data растет, и можно выделить десятки других векторов развития. Прогнозы, связанные с облачными технологиями, новыми подходами к хранению данных, потребностями в специалистах по аналитике и управлению данными не менее актуальны.

Из прогнозов понятно, что рынок начинает принимать базовые технологии Big Data как данность и нуждается в глубокой кастомизации. Бизнесу необходима простота интеграции, расширенные функциональные и интеллектуальные возможности, управляемость и стабильность. В будущем клиенты будут требовать определенной функциональности в области аналитики и работы с данными от большинства технологических решений. И данное достижение является знаковым для всех игроков рынка Big Data.

По материалам http://www.zdnet.com/