Data: Now A Differentiator, Soon A Commodity?
【譯按】
Big Data 現在算是炒作得熱火朝天了,每天都有許多的評論文章,多到令人目不暇給,所以筆者也著實的偷懶了一陣子。在話題延燒之下,不少企業的資訊部門都已經在著手規劃導入的時程,當然也有人依然持著觀望跟保留的態度靜觀其變。引用的這篇文章當中,提到了一些企業導入 Big Data 時的迷思,其實之前也有很多人提過(例如摘譯過的大資料與小資料),不過筆者覺得比較有趣的觀點是:今日的尖端終會成為明日的主流,而屆時差異化的關鍵必然不在技術本身,而在使用的人是否用對了工具,問對了問題。
【摘譯】
Tim O'Reilly 宣稱,「資料」是未來的 Intel Inside,是企業差異化競爭的利器。然而,當越來越多的企業開始採用相同的工具,這些工具所能帶來差異化的效果就越來越小:可以預見的,未來會有越來越多的開放資料,開源(open-source)分析軟體,以及最終的殺手鐧:資料友善的應用(data-friendly applications),讓「資料」的應用像日常用品一樣的普及。
Intel Inside 是英特爾在 1991 年推出的行銷專案,成功的把電腦的處理器「品牌」化,大幅的增加了英特爾處理器的市佔率,也充分的反應在該公司的股價上。Tim O'Reilly 所謂的 "Big Data Inside",或許不必以行銷的宣傳口號視之,但是當 Big Data 成為主流工具之後,會發生怎樣的情況呢?
以目前的現狀來看,Big Data 要在企業中普及,還需要好幾年的時間,更遑論像 Cloudera 和 EMC 宣稱的美好未來:每一家企業都有一套自動化的系統,不斷的從自家的資料庫裡挖掘可強化自身競爭優勢的洞見。不過,在這個普及化過程當中, Big Data 的應用方式也同時將會越來越「友善」,企業或許不必再自行建置 hadoop 系統,而是透過雲端的 app 供應商取得 Big Data 的服務。
不過,一旦 Big Data 的美好願景實現,企業要面臨另一個新的問題:要如何透過 data-driven 來勝過其他同樣是 data-driven 的同業?
答案是「也許」。如同 Redmonk 的分析師 James Governor 所說的:優勢的產生在於「如何」使用技術,而非技術本身。Infochimps 最近的調查指出,Big Data 分析專案失敗最主要的兩個原因,是「缺乏把資料的『點』串連起來的專業」,以及「資料本身缺乏商業情境」,恰好可以作為印證。
「資料」本身必然是會日漸普及的,如果把 Big Data 的焦點放在 Big 上面,恐怕就是個錯誤的開始。「在對的時間,問對的問題」,才能夠真正產生差異化的競爭優勢。
沒有留言:
張貼留言