业界大佬们对于2013年大数据的预测

2012年大数据行业一览

我们花了一年的时间与供应商和一些大数据的早期采用者就大数据的问题进行了探讨。我们采访了一下业务不是基于网络的企业，以及诸如LinkedIn、Eventbrite、Kaggle与Match.com这样的依赖于网络的企业。

上述依赖于网络的后一集团企业正在积极推动Hadoop和机器学习，而业务不是基于网络的企业则对于Hadoop感到茫然，他们可能对于大数据带来企业竞争力的可能性感到兴奋，但尚未准备好企业范围内的相关策略，来实现有意义的举措，如所需的投资技术，聘请数据科学家等。

值得一提的是，一些企业没有大数据分析人员，但他们已经意识到这一点。“大数据是真的、真的很难。”很多人告诉我们。

这就是为什么我们说，历史终将表明，2013年，而非2012年，将成为大数据之年。在2013年，企业将就这一话题谈论的越来越少，但是，他们会开始采用大数据分析，并从大数据分析中获得实实在在的好处。

尽管我们希望做出更大、更具体的预测，但我们会将大数据分析工作留给市场上的专家。

2013年大数据的预测

我们问了采访对象一个简单的问题，“你预测大数据在2013年的前景如何？”下面这些观点有些相当有趣、有的令人费解甚至具有挑衅性。

MapR公司创始人兼首席执行官约翰·施罗德

使用大数据的情况下所产生的收入将超过节约成本的应用程序。

Hadoop将成为其他大数据分析的替代方案。

Hadoop专业知识将增长迅速，但专业人才仍然短缺。

基于SQL的Hadoop工具将继续扩大。

HBase会成为一个流行的BlobStores平台（BLOB即二进制大对象）。

Hadoop将更多的被用于在实时应用中。

硬件将成为使用Hadoop的优化。

HBase出现，吸引轻量级的OLTP平台。

Opera解决方案首席战略官劳拉·特勒

华尔街将使用数据资产作为企业的价值

随着时间的推移，华尔街将越来越多地使用“数据资产”作为企业的价值，就像他们在过去使用品牌资产一样。一家公司所具备的收集和利用大量的独家形式的数据的能力，将形成一个新的轴心，进而形成公司的长期价值。

大数据的应用程序将是2013年一个大趋势

大数据可以帮助我们找到新的和不同的答案，但在许多市场，行业和研究领域，随着大数据的影响的蔓延，提出正确的问题的答案也需要新的方法。

2013年，真正赚钱的不会是像Hadoop和NoSQL这样的数据管理平台或企业如何收集和处理数据。由于大多数企业会自然地淘汰并更换设备，频繁的更换数据库和存储基础设施不会有真正的创新。真正的新兴市场和赚钱机会，或这方面的创新将是在大数据应用功能领域：自定义应用程序，帮助您快速回答特定领域的问题。

Hortonworks总裁HerbCunitz

出现垂直排列的ApacheHadoop的“解决方案”

在去年的Hadoop峰会上，杰弗里·摩尔称ApacheHadoop跨越了鸿沟，我们知道进入了主流的垂直解决方案。

随着越来越多的企业获得成功，我们将看到更多的模式和解决方案出现，在一个特定的行业找到适合的定制是一个挑战。随着系统集成商和顾问日渐成为ApacheHadoop方面的专家，他们将打包解决方案，我们将看到这些垂直解决方案的出现。促进经济增长的系统是一个核心的战略。

SAP大数据策略负责人大卫·琼克

内存中的计算将成为一个大数据项目的基石技术，在每一个大数据项目中及时性是关键；尚未宣布具备内存中的计算能力的供应商最终将加入这一行列。企业为寻找任竞争优势的“杀手锏”的情况下，将围绕个性化的消费体验制定战略。

隐私权和其他与大数据相关的社会问题将2013年底开始得到更多的关注，因为公众开始了解企业收集并可以访问多少个人信息。

Platfora创始人和首席执行官本·维特

我预测龙头企业将在2013年迎来“大数据架构”。大数据模型在许多大银行和互联网公司将成为日益重要的思想，而不是数据仓库孤岛之间痛苦的手动操作，这样的大数据模型能够让您的所有有趣的数据复制到一个统一的基于Hadoop的仓库。这是2013年更敏捷的探索、发现和分析的基矗

Splunk的产品营销的副总裁桑贾伊·梅塔

大数据对话内容将转向

在2013年，围绕大数据的讨论将从专注于庞大的数据和基础设施技术，转向利用大数据和新的应用程序/方法，以及利用大数据的具体用途。基本上，我们会听到和看到更多的大数据合理化软件。

例如，Cars.com，通过与Splunk企业跨企业数据分析，增加了收入，更好的维护其网站，增强了用户体验。明年，更多向Cars.com这样的用户将谈论大数据和业务决策分析大量的机器产生的数据，这便是Splunk所谓的业务情报。

FractalAnalytics创始人和首席执行官斯里坎特·维拉马卡尼

人才短缺问题将更加尖锐，构成一些公司的增长前景真正的威胁。

人工智能将在分析空间上升。该领域的计算机科学、人工智能、机器学习、博弈论将在大数据分析方面发挥更大的作用。

个人（自我）分析将崛起。越来越多的公司将提供消费者可以分析的数据方式，让他们控制自己的行为和个人生活。

企业将制定更明确的隐私政策，给消费者更多的他们的分享内容的控制权。特定的消费者将会积极管理他们与人分享的内容。

各行业的大数据分析将迎来更多的应用。越来越多的企业将不满足于大数据管理能力而寻求外部专家。

移动分析显着增加。移动推动分析会改变消费者的消费信息和消费习惯。

更智能的设备和器具的出现很大程度的嵌入式分析。

更侧重于实时分析，虽然我不不看好其在今年内会有很大的进展。

无法处理大量数据、品种或速度的产品分析公司将被淘汰。

AlpineDataLabs首席产品官SteveHillion

商业分布的Hadoop开始占据主导地位。随着越来越多的企业开始对Hadoop的重视，他们将要支付用于完全支持的商业版本。这些商业版本增益的成熟，使得我们可能会看到一些合并，甚至可能有大规模的收购。

BI更加成熟。由于传统的BI厂商根据最新的SQL接口集成到Hadoop的生产出他们的产品，像Datameer和Platfora这样的新厂商挑战极限，就会产生冲突，最终有利于消费者。除了基本的BI，厂商将支持更先进的可视化和大数据探索新的方式。

Hadoop将在沙箱数据科学中找到其合适的位置。今年，Hadoop要努力超越简单的批处理和先进的分析，作为一个平台实现其潜力。对于那些想超越批处理、超越基本报告的企业，如ThinkBigAnalytics、SAS和AlpineDataLabs将最终使日常用户从他们的大数据中得到深刻的见解。

数据仓库转移到云。而较大的企业将保持他们的本地仓库，小公司和早期采用者将越来越多将数据资产转移到云。

Hadoop的挑战将开始出现。用户将达到一个挫折与性能的限制点，版本混乱，和各种不同的标准和接口。竞争对手的技术和平台将充分利用杠杆作用，而超越HadoopHDFS的性能限制，因此，所有的大数据平台将迎来更多的创新。