在大數(shù)據(jù)森林里能找到黃金，但是大多數(shù)公司沒有地圖和隊(duì)伍。

TDWI的一個(gè)新研究報(bào)告，題為《科學(xué)數(shù)據(jù)和大數(shù)據(jù)，企業(yè)的成功路徑》概述了大數(shù)據(jù)和數(shù)據(jù)科學(xué)的狀況。簡而言之，它變得更大、更困難了。從1到5評分，5表示對當(dāng)前的數(shù)據(jù)管理策略“完全滿意”，只有3%的受訪者給出了“5”分。

約43%的人給了中間分,近40%的人給出了 1分或2分。
不滿的一部分因?yàn)榭赡軆H僅是被收集的數(shù)據(jù)量。20%的受訪者正試圖處理10 - 100 TB的數(shù)據(jù)，而17%的人要處理100TB數(shù)據(jù)甚至超過一個(gè)PB的數(shù)據(jù)。現(xiàn)在大部分的數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)，但企業(yè)明白需要整合更多不可預(yù)測的新輸入數(shù)據(jù)到可用數(shù)據(jù)中。Hadoop是大數(shù)據(jù)平臺(tái)的一種選擇，大約30 %的受訪者現(xiàn)在企業(yè)內(nèi)使用Hadoop，但是對于那些管理超過10 TB數(shù)據(jù)的公司，有50%的人在使用。

管理的數(shù)據(jù)類型中，有些比其它增長更迅速。電子郵件中的文本內(nèi)容、客服中心的記錄，據(jù)說增長極其迅速，還有外部社交媒體的文本數(shù)據(jù)。

雖然大部分的受訪者使用數(shù)據(jù)科學(xué)做出傳統(tǒng)的報(bào)表和分析查詢，有穩(wěn)定的53%的人也使用它做出視覺分析。隨著收集電子郵件中的文本/內(nèi)容數(shù)據(jù)、客服中心、和社交媒體的迅速增長,預(yù)測分析在迅速上升，可能會(huì)創(chuàng)建必要的基礎(chǔ)去更好地了解客戶對新產(chǎn)品的反應(yīng)或?qū)蛻舴?wù)的響應(yīng)。

公民數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家已經(jīng)存在很長時(shí)間了，但是這個(gè)角色最近變得更加復(fù)雜，因?yàn)槠髽I(yè)正試圖將大數(shù)據(jù)資產(chǎn)轉(zhuǎn)化為真正的價(jià)值。在過去，數(shù)據(jù)科學(xué)家曾經(jīng)是預(yù)測建模專業(yè)人士，一部分是計(jì)算機(jī)科學(xué)家，一部分是統(tǒng)計(jì)學(xué)家，一部分是數(shù)學(xué)家，一部分是業(yè)務(wù)分析師。
這個(gè)角色變化的原因很多，其中之一是“公民數(shù)據(jù)科學(xué)家”時(shí)代的到來，這一說法來自TDWI高級分析副總裁和高級研究主任。這些人是“統(tǒng)計(jì)探險(xiǎn)者”的新一代，他們一般都是自學(xué)成才，希望用自助服務(wù)工具和數(shù)據(jù)訪問做出他們需要的決定。做為業(yè)務(wù)用戶，他們往往沒有正式的統(tǒng)計(jì)培訓(xùn)，但得益于容易使用的分析平臺(tái)。

最大的問題：發(fā)現(xiàn)大數(shù)據(jù)價(jià)值

大多數(shù)公司使用數(shù)據(jù)科學(xué)產(chǎn)生更精確的業(yè)務(wù)洞察力，然后更好地了解客戶，預(yù)測行為，改善業(yè)務(wù)實(shí)踐/流程。即使想要的結(jié)果多樣，并沒有一個(gè)單一的，可預(yù)測的路徑成功使用大數(shù)據(jù)和數(shù)據(jù)的科學(xué)。根據(jù)這份報(bào)告，企業(yè)需要努力解決一些最大的問題才能看到積極的回報(bào)。
根據(jù)TDWI稱，最可怕的是培訓(xùn)缺口。簡單地說，數(shù)據(jù)科學(xué)技能是很難獲得的，現(xiàn)在的需求遠(yuǎn)遠(yuǎn)大于供給。企業(yè)希望得到競爭優(yōu)勢，就可能會(huì)需要將注意力集中在接受內(nèi)部培訓(xùn)和自學(xué)，以及派遣員工去企業(yè)外接受認(rèn)證講師的培訓(xùn)。（特別是物聯(lián)網(wǎng)，我們報(bào)告的另一個(gè)挑戰(zhàn)是設(shè)備和數(shù)據(jù)集成）。

幫助員工了解更多關(guān)于數(shù)據(jù)科學(xué)的實(shí)踐是很重要的，但同樣重要的是教育整個(gè)組織，尤其是管理者，知道數(shù)據(jù)科學(xué)是什么。沒有自上而下的對實(shí)踐價(jià)值的理解和興趣，企業(yè)將受困于收集必要的資源，投入那些訓(xùn)練時(shí)間，新的基礎(chǔ)設(shè)施，或投資新的分析工具。

為此，許多受訪者報(bào)告了成功打造概念的小證據(jù)。這些證明使用業(yè)務(wù)正面臨的實(shí)際問題展示數(shù)據(jù)科學(xué)的價(jià)值。如果他們能快速回報(bào)利益，就更好了。

最佳實(shí)踐

報(bào)告最后提供了12個(gè)提煉數(shù)據(jù)科學(xué)和大數(shù)據(jù)的最佳實(shí)踐。首先是讓數(shù)據(jù)有序，對那些深入實(shí)踐的人來說并不奇怪。建議分階段實(shí)現(xiàn)新系統(tǒng)的方法，確保關(guān)鍵人員經(jīng)過必要的培訓(xùn)才開始一個(gè)新的進(jìn)程。TDWI建議企業(yè)使用多個(gè)分析方法，預(yù)測分析和文本挖掘或圖形分析，利用云計(jì)算和新開源技術(shù)。
另一個(gè)被提到的趨勢是，使用數(shù)據(jù)平臺(tái)和大數(shù)據(jù)即服務(wù)減輕分析大數(shù)據(jù)的繁重工作。這個(gè)話題將在數(shù)據(jù)平臺(tái)2017會(huì)議上討論。

鑒于分析大數(shù)據(jù)固有的挑戰(zhàn)，以及其他的擔(dān)心，如害怕他們的工作將被機(jī)器學(xué)習(xí)算法所淘汰， 2017年對數(shù)據(jù)科學(xué)來說不會(huì)是平凡的一年。但是，對于做法正確的公司，通過教育，合作和敏捷性，他們能迅速拿出概念的證據(jù)支持真正的ROI。