CompTIA研究发现，从整体上讲，至少有超过一半的受访组织有一个大数据项目，另外36%的受访组织处于规划阶段。
考虑到采用率，解决方案提供商面临的主要挑战和机遇就是大数据分析。到目前为止，虽然大多数大数据集中在Hadoop的平台上，但在实践中，大数据分析机会已经远远超越了解决方案提供商需要掌握的一些产品和服务。
抓住大数据分析的机遇和挑战
Teradata与McKinseyConsulting合作进行的一项相似调查显示，大约四分之一的决策者报告称，他们开始看到大数据投资的巨额回报，其形式主要是增加收入和降低成本。
CompTIA的调查也显示，72%的组织已经开始大数据项目，并且项目收益超出预期值。同时，CompTIA的高级技术分析总监SethRobinson说：“大数据涵盖了各个领域的一系列产品，还会涉及一连串的问题，诸如存储和安全。因此，组织仍有很多工作要做。
大约四分之三的组织认为，如果他们的企业可以利用所有的数据，他们的业务就会很强，而73%的人表示他们需要更好地实时分析。
很多组织开始围绕Hadoop采用各种互补技术，从ApacheSpark内存集群软件到SAP和MarkLogic等供应商的数据库。事实上，作为一个编程工具的MapReduce的替代选择ApacheSpark，成为吸引组织采用的最重要的原因是它可以直接应用于多个数据源。
MarkLogic首席执行官GaryBloom说，大多数公司仍然不能完全理解大数据是如何在业务中实现数据操作的需求。对于大多数组织，今天他们可以利用Hadoop分析自己的业务在批量处理模式过程中已经发生了什么，然而，其需要一个数据库，它可以同时分析和处理交易，以便于允许企业用实时操作的方式操作数据，例如，减少欺诈。
“MarkLogic数据库旨在实时索引和获取数据，”Bloom说。“Hadoop实际上只是合并数据。”
大数据分析工具和技术
然而，Bloom并不是说组织不应该继续投资Hadoop，Bloom认为很多组织会发现，Hadoop作为解决数据碎片的工具，只是由大量数据分析工具和技术组成的更大的数据管理难题中的一部分。
思科的数据和分析副总裁迈克·弗兰纳甘（MikeFlannagan）指出，事实上大数据的处理需要一种更微妙的方法，使得最终处于不同阶段的数据都能得到处理和计算。例如，在大数据分析背景下，物联网（IoT）应用中的上下文实际上就是一种分布式应用，其涉及到任何东西在返回数据中心之前的端点，以及网关和网络中的相关处理工作。Flannagan说，“因此，许多组织仍然需要确定什么数据需要被精确地处理，包含时间，地点和方式等内容。”
互联网IDC圈独家翻译，未经允许禁止转载！
