2015年台湾大数据市场五大趋势预测
叮叮噹、叮叮噹......，2014 即将步入尾声，回顾这一年的大数据相关发展，我们可以这样总结：「在跨行业的水底持续积蓄能量，在特定的洲际大楼上空爆出更多火花」。大数据，不只是显学，它现在已经是企业的必要学。在提出 2015 台湾大数据市场五大趋势预测之前，笔者就先藉投入这个市场的几点经验与感想总结，来做为开场。
图 1. 大数据应用的价值亮点，正在不同领域，开出漂亮的火花
数据是21世纪的石油?
在 2010~2013 时谈论大数据，很多人喜欢用「数据是 21 世纪的石油」来做比喻，但这种类比其实只对了一半。从精鍊产生价值，这部份没有问题;但从数据的耗损与生成来看，却完全无法比拟：
石油是「用后即逝」的实体资源，但资料是「用后不灭」，越用累积的价值越高;石油生成的速度很慢 (植物残骸转化为石油须歷经一百万年以上)，而根据 IDC 的推估，全世界的数据，每二年就会增加一倍。
到了 2014，台湾已经走过 大数据 的通识教育阶段，但在本质的思考上，利益相关者，不妨可以再行深思远。
图 2. 大数据价值主张
2015 年台湾大数据 市场五大趋势预测
以下就是笔者提出的 2015 年台湾大数据市场五大趋势预测：
客户洞察成为所有 B2C 商业的显学，社群媒体分析是 360° 单一顾客样貌的新增要素;
In-memory 分散式运算开源软体日益成熟，企业的近即时巨量数据应用 (Near Real-time Big Data Application) 成本降低，大大增加「快速侦知与快速反应」实现的可能;
物联网 (IoT) 与巨量数据分析 (BDA) 结合，成就应用的区隔化与细緻化;
数据产品 (Data Product) 云服务化，让中小企业有机会参与巨量资料的价值应用;
大数据分析人才需求持续增长，但唯有能结合领域知识者，才能成为箇中翘楚。
各项预测说明如下：
1. 客户洞察成为所有 B2C 商业的显学，社群媒体分析是 360° 单一顾客样貌的新增要素从电信、零售、金融、品牌、到各种线上服务，Single Customer View (单一顾客样貌) 在广大的 B2C 领域，已经成为 Marketer 与 Business Analyst 亟欲实现的任务。从实务上来说，要做到的是视野的扩大，典型的作法是：取企业塬本就有的 CRM大数据 (User Profile + Transaction Data + Customer Service Data)，加上客户的线上行为资料 (看什么、点什么、搜什么、买什么、评论什么、分享什么......)，再加上来自社群媒体的大数据 (贴文、贴图、按讚、分享、回覆、打卡、图谱......)，形成针对分群或个别客户的全方位洞察。企业要料理与分析线上行为与社群媒体的资料，显然需要累积更多经验，也需要新的工具与服务。
经过前两年的市场教育与诸多的 PoC 验证，随着成功案例一一出现，2015 将是这类应用市场起飞的一年。
2. In-memory 分散式运算开源软体日益成熟，企业的近即时巨量资料应用 (Near Real-time Big Data Application) 成本降低，大大增加「快速侦知与快速反应」实现的可能
笔者在上一篇部落文《Strata+Hadoop World 2014 New York 观察》就提到 Big Data 处理与分析及时性的跃进，从 Hr (Batch) -> Sec (Near Real-time) -> Millisec (Real-time)。欲获其利者，Hadoop Ecosystem 中的 Impala、Storm、Spark，绝对是重中之重，应用场域含括多结构化资料仓储互动查询、CEP (Complex Event Processing) 资料串流处理、SQL-like 查询、统计与机器学习上。开源软体 + 门槛降低 + 成功案例 + 社群推波 = 大量尝试近即时应用的 2015 年
3. 物联网 (IoT) 与巨量数据分析 (BDA) 结合，成就应用的区隔化与细緻化
从 Internet of People 到 Internet of Things，再到 Internet of Everything，笔者在《拆解 IoT 与 IoE，其实他们说的是 Internet of Data ── 联网皆资料》这篇文章中已经点出，归结到最后，其实大家说的是：Internet of Data (联网皆数据)。IoT 跟 Big Data 一样，若没有特定的应用场域，充其量也就是一些架构图与流程图罢了。而 Smart City、Smart Factory、Smart Building、Smart Home，若没有指出 Use Case，也只是诸多应用的集合概念，并没有可落地实践的标的。2015 年，IoT 议题还是会持续在台湾的产官学研中延烧，所以当务之急，是明确指出应用场域中特定的 Use Case，探讨它的价值、使用的对象、该建构哪些前端装置、后端系统、网路设备。在产品或服务规划的过程中，产品经理会深刻明瞭一件事：基于联网资料分析后的行动，将会是在市场上进行差异化竞争的关键。
4. 资料产品 (Data Product) 云服务化，让中小企业有机会参与巨量资料的价值应用
我们发觉，在许多 Big Data 的应用上，中小企业很难参与的主要塬因是：建置成本太高。究其塬因，可能是在生、流、存、算、用、看系列过程中，任一环节或多环节的软硬体建置、技术能量或作业需求成本居高不下堆叠起来的。编列上百万、乃至千万的 Big Data 解决方案预算，对大型企业来说，也许是正常事，但对大部分中小企业来说，是无法接受的事。解决之道，是利用云服务的商业模式，由一个单位来负责服务的建置与营运，以负担得起的价格，依用量或月费，吸引中小企业的使用。但云服务业者的挑战将是：如何彰显使用效益?
歷经前面几年的 On-premises 市场发展，将解决方案转变成云服务资料产品，将是 2015 年一些 Big Data Solution Provider 前进的道路。
5. 大数据分析人才需求持续增长，但唯有能结合领域知识者，才能成为箇中翘楚
图 3. 资料产品建构者
如上图所示，数据价值的载体是数据产品 (Data Product)，而数据拥有者 (Data Owner)、数据科学团队 (Data Science Team)、与领域专家 (Domain Expert)，则是打造资料产品的铁叁角，缺一不可。资料科学团队裡至少会有处理者、分析者、策略者，笔者曾在《资料价值还缺一味，数据科学团队还缺一位》中提到：「当涉及数据分析，但却缺乏领域经验或知识来添味，往往数字只是数字、图表只是图表，探索无方，洞见难生」、「数据价值的提取，如果能够有一位领域专家随侍在侧，即问即答，必然可使如瞎子摸象的外行臆测行为降低，让潜规则浮露，真实涌现」。「能不能介绍资料分析师给我?」这是客户常常对我们说的话。2015 年有计画要组织资料科学团队的企业还会持续增加，其中又以具备 Big Data 经验的资料分析师缺得最厉害。一位懂分析又具备领域知识者，将是难能可贵的人才，抢手自不在话下。
以上就是笔者对 2015 台湾 Big Data 市场的五大趋势预测说明。如果您有不同的看法，欢迎来信交流：fredchiang [at] gmail.com 。感谢收看。老话一句：我们明年再来。
