大數據的業務驅動
事實上我們不斷的強調：數據分析不僅是個人的技能，更是企業組織的技能企業招募人才之后，其實關鍵在于團隊如何將數據的價值發掘出來，而不是在乎“你”一個人的能力有多強，誕生“數據驅動型的企業”的首要關鍵就在此處個人技能很重要，可是大家都知道，有經驗的經理人所在關心的是：的團隊能力。
有了足夠的團隊能力，才有機會進行所謂的“業務驅動”，發現數據的價值。這一切，其實都是需要按部就班的達成，而不是說花錢招募了專家，就可以做到的。尤其是人工智能很夯的今天!依據陳升瑋先生的說法：不可以越級打怪。
過去十年中，大數據來自業務需求和技術創新的結合許多以大數據為核心戰略的公司在21世紀初就已經非常成功著名的例子包括蘋果，亞馬遜，臉譜和Netflix的。
許多業務驅動的因素是它們成功的核心，并 解釋了為什么大數據迅速成為業界最令人垂涎的話題之一。可以確定的六個主要業務驅動因素：
- 數字化社會的來臨
- 技術成本急劇下降;
- 經過云計算實現連接;
- 增加對數據科學的了解;
- 社交媒體應用;
- 即將推出的物聯網(IOT)。
在這篇文章中，我們將簡單的說明每個業務驅動因素。經過降低營運成本創造新的收入來源，每一項都會增加了企業的競爭優勢。
1. 數字化社會的來臨
大數據主要是消費者驅動和消費者導向。世界上大多數數據都是由消費者產生的，他們現在都是“永遠在在線”。大多數人現在每天花費4到6個小時，并利用各種設備和(社交)應用軟件產生數據。每次點擊，滑動或發消息，都會在世界各地的數據庫中產生新的數據。因為現在每個人的口袋里都裝有智能手機，所以數據產生的數量已經是難以理解了。一些研究估計，60%的數據是在過去兩年內產生的，這很好地表明了數字化社會發生的速度
2. 技術成本直線下降
與收集和處理大量不同(各種各類)數據相關的技術變得越來越便宜。數據存儲和處理器的成本不斷下降，使小型企業和個人能夠參與大數據的各種分析與解析活動。對于儲存設備的容量，經常引用的摩爾定律仍然認為儲存密度(因此容量)是每兩年翻一番。技術成本的暴跌已經不在話下 。
除了儲存成本的急劇下降之外，大數據之所以可以讓人類承受且應用的第二個關鍵因素是開源大數據軟件框架的開發。最流行的軟件框架(現在幾乎被認為是大數據的標準)是用于分布式儲存和處理的Apache Hadoop。由于這些軟件框架在開源中具有高可用性，因此在組織中啟動大數據的工作變得越來越便宜
3. 經過云計算實現連接
云計算環境(數據遠程儲存在分布式儲存系統中)使得快速擴展或縮小IT基礎架構并促進按需付費模式成為可能。這意味著想要處理大量數據(因此具有大量儲存和處理要求)的組織不必投資大量IT基礎架構。相反，他們可以許可他們所需的存儲和處理能力，只需支付他們實際使用的金額。因此，大多數大數據解決方案利用云計算為企業提供解決方案變為了可能
4. 增加對數據科學的了解
在過去的十年中，數據科學和數據科學家這個名詞已經變得非常流行。2012年10月，“哈佛商業評論”稱數據科學家為“21世紀最性感的工作”，其他許多出版物近年來都在這個新的工作崗位上描述了許多，也助推了對數據科學家(以及類似職位)需求的增加，許多人積極參與數據科學領域。
因此，關于數據科學的知識和教育已經非常專業化，并且每天都有更多的信息可用。雖然統計和數據分析以前大多仍然是一個學術領域，但它很快成為學生和社會人士的一項熱門話題
5. 社交媒體應用
每個人都了解社交媒體對日常生活的影響。然而，在大數據研究中，社交媒體起著至關重要的作用。這不僅是因為每天通過Twitter，Facebook，LinkedIn和Instagram等平臺產生的大量數據，還因為社交媒體提供了關于人類行為的近乎實時的數據。
社交媒體數據以前所未有的 模提供對“公眾”的行為，偏好和觀點的見解。因此，對于能夠從這些大量數據中獲取意義的任何人來說，它都是非常有價值的。社交媒體數據可用于識別客戶對產品開發的偏好，針對未來購買的新客戶，甚至針對選舉中的潛在選民。社交媒體數據甚至可能被認為是大數據最重要的業務驅動因素之一
6. 即將推出的物聯網(IoT )
物聯網(IOT)是實體的設備，如車輛，家用電器和其他嵌入有電子設備，軟件，傳感器，執行器等連接物所構成的網絡，使這些物體能夠連接和交換數據。隨著消費品供貨商開始在家用電器中加入“智慧”傳感器，它越來越受歡迎。雖然2010年普通家庭有大約10臺連接到互聯網的設備，但到到2020年，這個數字預計將增加到每戶50個。這些對準連接之后，所需要處理的數據，將會更可觀，也是這些對象聯機價值發掘的根本之處。
