| 摘要：大数据的HPC遗产扎根于高校和科研院所，以其超大的碳排放量和运作成本维持着超级计算。但是，一般的大型企业和中小企业并不适合运营这样的空间。 |
金融领域处理大数据的海量、高速处理、多样化的三大特性的关键在于基础设施。许多金融机构的关键系统仍然依赖于传统的基础设施。但是，随着金融机构处理越来越多的实时操作，这些企业需要找到一种方法来摆脱遗留系统，以使得自己更具竞争力，满足大数据处理的需求。
为了解决这个问题，许多金融机构已经实现了软件即服务（SaaS）的应用程序的部署，可以通过互联网访问。有了这些解决方案，金融企业可以通过远程服务进行数据收集，无需担心他们现有的基础设施超载的问题。除了采用SaaS应用程序之外，还有一些金融公司通过使用开源软件的方法来解决了他们的基础设施的问题，允许他们简单地插入自己的算法和贸易政策进入系统，让它来处理他们越来越高的处理要求和数据分析的任务。
在现实中，迁移遗留的基础设施是一个相当痛苦的过程。要处理这样一个过程所花费的时间和费用，这意味着其所带来的价值必须远远大于风险。因此，有一个有价值的商业案例可谓是任何大规模的基础设施迁移的关键。然而，在今天，越来越多的金融企业发现大数据分析的动力足以成为一个强大的商业案例，而且采用软件即服务和开源软件的解决方案作为垫脚石完全可以帮助他们最终迁移他们的滞后的基础设施遗产。
社会媒体公司正在寻求通过他们所收集和捕获的个人和专业交互数据中盈利。他们差不多完全依赖于广告收入，因此他们的数据信息对于广告商来说是相当有价值的，这些广告商们可以利用这些数据信息进行又针对性的品牌建设或者进行更有效的客户细分和市场营销。这些社会媒体广告用户可以更好的通过网络和移动设备平台精准的定位自己的目标客户投放广告，同时通过各种工具进行交叉销售、向上销售、预告近期优惠信息，进一步的吸引顾客和减少管理损耗。
在线商家通过销售数据、在线产品搜索、或从客户其他类似的购物行为信息来分析客户交易，然后根据客户的采购模式调整自己的产品和报价。这些商家收集到底消费者的数据越多，就越能进行精准的目标客户定位。
同时，还有更加创新方法来货币化数据信息。考虑将数据信息发展为一个市场，某种模型能够潜在的创造出一个新的市场分类。在这里，企业可以购买，出售数据或进行互惠互利的数据贸易。
同样，一家零食制造商可能决定通过数据市场分享其专有产品的营养信息来换取某些特定地区消费者对于其产品的反馈。而在数据市场上，可能会有智能手机应用程序开发商愿意通过出售或交换的方式获得该零食制造商的营养配置数据信息，因为该应用程序开发商的软件产品就是比较各种甜点的热量和脂肪含量，并向客户提供产品建议。
正如你所看到的，提高协同效应是可能带来可观的收入的。上文中的云服务提供商提供了一个更可靠的服务；而硬件和软件供应商获得了相关的产品使用信息来改善他们的产品和服务；零食制造商也获得了各种以前不可用的数据源的现场数据；应用程序开发商则获得了构建其应用软件所需要的准确的数据。
所有这一切数据的共享，相关的问题被很容易的解决了。但隐私是一个关键的问题，尤其是当企业寻求市场潜在客户的数据资料时。这便是相关的服务协议和隐私政策发挥关键作用的时候了。如果企业及时的通知自己的客户，让他们知晓相关的事宜，或者让客户自己拥有适当的选择权，那么企业可以大大减轻在隐私问题方面的苦恼。
企业应该让这些通知和协议易于理解，当准备出售或交易这些数据时，确保严格遵守相关的保密规定。否则，这方面的失误可能会带来致命的麻烦。当然，企业还需要确保这些有价值的数据信息不会落入到竞争对手手中。
事实上，如果您企业雇用的大数据科学专家所持有的大数据项目理念与您打算在企业业务方面采用的战略哲学不协调的话，您会让自己陷入真正的麻烦。这可能听起来多少有些夸张，然而，仅仅只有很少的企业的高管们在关注数据科学家们未来的研究方向，因为他们不认为在这方面还有什么要考虑的。
相反，当您的企业在选择数据科学专家来负责您企业的相关大数据创新战略时，您必须确保您自己先要了解这些数据科学专家们是如何看待大数据项目的研究的。
最为经典的大数据研究方法被称为定量研究。那些持定量研究理念的数据科学专家们被称为管理科学界的实证主义者，他们坚持用统计数据来讲述一个问题。他们往往从一个假设的命题开始，并逐步通过演绎推理来证明自己的假设。
换句话说，他们会从提出一个理念开始，然后逐步用数值分析的方法来验证这一理念。例如，您可能有一种强烈的预感，您企业的产品将在爱好帆船运动项目的年轻男子市场有很好的市场前景。如果您将您的这一预感告诉一个实证主义者，他们会很乐意的采纳这一假说，并试图通过数据分析的方法来证明您的预测。
评论表单加载中...
