Wikibon最近完成了2017年大數據全球預測，該報告的作者是Wikibon分析師George Gilbert，以及Wikibon的Ralph Finos和Peter Burris，涉及到大數據的市場規模、增長和趨勢等。

[[186254]]

解讀Wikibon 2017年大數據分析預測報告

今年，我們把重點放在構建實現大數據成果所必需的戰略業務能力來說最重要的大數據軟件技術上。下面是該報告主要的一些研究發現：

– 2016年，全球大數據硬件、軟件和服務整體市場增長22%達到281億美元，讓大數據成為技術領域更具吸引力的領域之一。

– 我們的模型顯示，到2027年期間，在大數據硬件、軟件和服務上的整體開支的復合年增長率為12%，將達到大約970億美元，而這主要是受到了大數據軟件的推動。

– 不過，即使大數據仍然是企業關注熱點，但是嚴重的問題也使得大數據市場出現了一些黯淡之處。特別是，大數據項目的故障率很高，甚至是信息技術標準。

– 大數據市場正在快速變革，以應對項目故障率較高的問題。正如我們所預測的，對基礎設施的關注正在轉移到對使用實例、應用、利用大數據能力創建可持續業務價值上來。

– 為了避免出現基礎設施問題，企業對于把云用于大數據應用特別感興趣。

大數據軟件細分市場快速增長

與很多技術領域一樣，大數據領域的很多項目首先是把焦點集中在了硬件和基礎設施軟件上。在大數據領域，獲取、保存和處理大量大數據有很多需要的技術。因此，用戶提到了大規模處理較高數據到達率而構建“數據湖”能力。這種能力仍然很重要，但是構建集群、數據庫和數據遷移工具是不夠的。如今，企業***重新將注意力集中在了構建大數據軟件和系統的工具和業務能力上。下面就讓我們來快速瀏覽一下每個大數據軟件細分的趨勢：

– 應用數據庫增加了分析數據庫的功能。越來越多的數據分析會實時地給人類和機器發送通知信息。2016年這個細分領域的總規模為26億美元，到2020年增幅放緩到30%達到77億美元。

– 分析數據庫不止是數據湖。作為數據湖的主干，MPP SQL數據庫將繼續變革，最終成為大規模、高級、離線分析的平臺。2016年這個細分領域的總體規模為25億美元，增幅要慢于總體水平，到2020年達到38億美元。

– 在線選擇的增長是以大筆基礎設施開支為代價的。這個部分包括像Spark、Splunk和AWS EMR這樣的產品，2016年的總體規模為17億美元。到2020年期間增幅搶眼，到2020年規模將達到61億美元。

– 物聯網應用將提升持續處理基礎設施。這個細分領域將是新興的、基于微服務的大數據應用的基礎，包括大多數智能交互系統，在2016年的總體規模為2億美元，但是到2020年將增長到18億美元。

– 數據科學工具鏈正在演變為帶有API的模型。今天，數據科學工具鏈要求有專門的專家來架構、管理和操作。但是，復雜的數據科學工具鏈——包括針對機器學習的——都將轉變為實時的、預培訓的模型，可通過開發者應用編程接口進行訪問。這個細分領域的總體規模是2億美元，到2020將達到18億美元。

– 機器學習應用現在大多都是定制的。除了出現很多新的專業公司之外，這些應用還將在現有的企業應用中更為普及。2016年這個市場總體規模為9億美元，到2020年它將趕超其他所有大數據細分市場，規模達到63億美元。

行動項目：企業正在迅速積累大數據經驗，但是還不夠快，無法滿足商業***的想象力和需求。2017年及之后，CIO們需要專注于戰略業務能力，以更快速地創建、具有成本效益地管理、成功地集成高級分析系統。