在过去的几十年中，大数据已成为所有重要技术术语中的有见地的想法。此外，无线连接的可访问性和不同的进步促进了对大型数据集的分析。组织和大型公司正在通过改进其数据分析和平台来不断增强实力。

我们发现全球范围内大数据的使用量呈上升趋势，各组织纷纷开始考虑数据运营和业务编排对其业务成功的重要性。 大数据行业目前的价值为1,890亿美元，比2018年增加200亿美元，并将继续快速增长，到2022年将达到2,470亿美元。

这是我们了解2020年大数据趋势的理想机会。

首席数据官（CDO）将成为吸引力中心

无论如何，数据科学家和首席数据官（CDO）的职位是适度的，但是目前这些专家从事这项工作的前提是很高的。随着数据量的不断发展，对数据专业人员的需求还会达到业务需求的特定限制。CDO是C级机构，因此公司的数据可用性，完整性和安全性受到威胁。随着越来越多的商人了解这项工作的重要性，征募CDO逐渐成为一种规范。这些专家在很长一段时间内将领导大数据趋势。

大数据分析投资

Analytics（分析）为组织提供了优势Gartner预见到，到2020年底尚未投入大量分析的组织可能不会在2021年做好准备。（预计此预测将排除私人企业，例如个体经营的杂工，园丁和许多艺术家。）实时语音分析市场从2019年开始一直保持持续的采用周期。客户旅程分析的概念预计将持续增长，以提高企业生产力和客户体验。实时语音分析和客户旅程分析将在2020年得到普及。

多云和混合正在树立深层根源

随着基于云的进步不断发展，组织逐渐倾向于在云中占据一席之地。尽管如此，将数据集成和准备工作从本地解决方案迁移到云的过程比大多数人承认的要复杂和乏味。此外，要重新定位大量现有数据，组织应在完成转换之前花几小时到几个月的时间来匹配其数据源和平台。

在2020年，我们希望看到后来的采用者得出关于部署多云的结论，从而将混合云和多云理念带入数据生态系统战略的前线。

可行的数据将会增长

关于大数据趋势2020的另一项发展被认为是可行的数据，可以更快地处理。该数据表明业务介词与大数据之间缺少联系。如前所述，大数据本身未经评估就毫无用处，因为它是无理的惊人，多组织且庞大的。与大数据模式相反，通常依靠Hadoop和NoSQL数据库以聚集模式查看数据，而在计划连续流时可以快速考虑数据。

由于采用了这种数据流处理方式，因此可以在短短的几毫秒内立即分离出数据。这为可以做出业务决策并在清理数据后立即启动流程的公司带来了更多价值。

持续智能

持续智能是将实时分析与业务运营集成在一起的框架。它可以测量记录的数据和当前数据，以提供决策自动化或决策支持。持续智能使用多种技术，例如优化，业务规则管理，事件流处理，增强分析和机器学习。它建议依赖于历史数据和实时数据的活动。

Gartner预测，到2022年，超过50％的新业务系统将使用持续智能。此举已经开始，许多公司将在2020年融合持续智能以获取或保持重要优势。

机器学习将继续成为焦点

作为2020年大数据趋势的重大创新，机器学习（ML）是另一种有望从根本上影响我们未来的发展。ML是一项快速发展的进步，用于扩展常规活动和业务流程

在加入的所有其他AI系统中，机器学习项目在2019年获得了最大的投资。自动化的机器学习工具可帮助您获得难以通过各种方法（甚至是专家分析师）难以分离的知识。这种大数据创新堆栈可提供更快的结果，并提高总体生产率和响应时间。

放弃适用于Spark和Databricks的Hadoop

自从出现在市场上以来，Hadoop因其多面性而受到网络中众多人士的批评。Spark和诸如Databricks之类的Managed Spark解决方案是“崭新的”参与者，因此，它们逐渐站稳了脚跟，因为数据科学工作者认为它们是对鄙视Hadoop的一切的回答。

但是，在数据科学沙箱中运行Spark或Databricks工作，然后将其推广到正式生产环境将继续面临挑战。数据工程师将继续要求Spark在企业级数据操作和编排方面更加合适和完善。最重要的是，在这两个平台之间有大量的选择要考虑，并且公司将因其偏爱的能力和经济价值而从该决定中受益。

内

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！