大数据的趋势

　大数据获得动力，关键在于开放源代码，帮助分解和分析数据。Hadoop 和NoSQL 数据库便是其中的赢家，他们让其他技术商望而却步、处境很被动。毕竟，我们需要清楚怎样创建一个平台，既能解开所有的数据，克服数据相互独立的障碍，又能将数据重新上锁。

　　当今，许多通用的大数据分析平台已投入市场，人们同时期望更多平台的出现，可以运用在特殊领域，如药物创新、客户关系管理、应用性能的监控和使用。若市场逐步成熟，在通用分析平台之上，开发特定的垂直应用将会实现。但现在的技术有限，除非考虑利用潜在的数据库技术作为通用平台。

　　人们期望更多特定的垂直应用出现，把目标定为特定领域的数据分析，这些特定领域包括航运业、销售业、网上购物、社交媒体用户的情绪分析等等。同时，其他公司正在研发小规模分析引擎的软件套件。比如，社交媒体管理工具，这些工具以数据分析作为基础。

　　建模、机器学习、统计分析和大数据经常被联系起来，用以预测即将发生的事情和行为。有些事情是很容易被预测的，比如坏天气可以影响选民的投票率，但是有些却很难被准确预测。

　　但是，当数据累加，我们基本上有能力可以大规模尝试一个连续的基础。网上零售商重新设计购物车，来探索何种设计方式能使销售利润最大化。根据病人的饮食、家族史和每天的运动量，医生有能力预测未来疾病的风险。

　　当然，在人类历史的开端，我们就已经有各种预测。但是，在过去，许多预测都是基于直觉，没有依靠完整的数据集，或者单单靠的是常识。即便有大量数据支撑你的预测，也不表明那些预测都是准确的。2007年和2008年，许多对冲基金经理和华尔街买卖商分析市场数据，认为房地产泡沫将不会破灭。根据历史的数据，可以预测出房地产泡沫即将破裂，但是许多分析家坚持原有的观点。

　　另一方面，预测分析在许多领域流行起来，例如欺诈发现（比如在外出使用信用卡时会接到的诈骗电话），保险公司和顾客维系的风险管理。

　　机器学习能力不断提升，逐步成为分析套件里的必要工具。此时，不要惊讶，人类因素正渐渐淡化。企业主经常尝试限制人为误差。任何网络安全专家，通过详细讨论后指出，安全漏洞是由人为误差而引起的，比如过度依赖弱口令，不慎进入钓鱼网站或其他安全系数低的网站。

　　然而，即使机器学习能力不断提升，机器也只能提问我们事先设定的问题。这会给我们带来很大限制：若依赖于机器，我们究竟可以得到多少。人为因素对大数据的出现十分关键。大数据领域最有名的两位预言家和先驱者是 Billy Beane 和 Nate Silver。Beane 曾推广一个想法：将各种各样的数据联系起来，这些数据都是关于被低估的运动员的特质。接着把这些运动员召集起来，组成一支棒球队上场比赛。这支较为经济的团队竟能与实力雄厚的队伍（比如洋基队）进行抗衡。

　　有部分人不相信 Nate Silver 的预测，开发出不依赖于数据分析的软件，比如 Unskewed Polls（中文译为非倾斜民意调查，但其实不然）。因为许多人认为Silver 只是数据库轮询方面的专家，但实际上他在大数据分析领域也十分在行。

　　在不同情况下，最重要的不是机器搜集数据、得到初始数据，而是人为顶端分析，只有人为因素才使这些数据有意义。

　　当大数据分析逐渐成为主流，它将会变得和其它早期的技术一样普遍。大数据分析也会逐步成为一种日常工具，但关键还在于人为操作。