大數(shù)據(jù)文摘作品，轉載具體要求見文末
作者|Paramita Ghosh
選文&校對|寒小陽 翻譯|姜范波
今天，數(shù)據(jù)正在以前所未有的方式創(chuàng)造和促進著企業(yè)成長和商業(yè)利潤。在過去的十年間，先進的數(shù)據(jù)科技和高級分析工具的出現(xiàn)，已經(jīng)使商界精英們從他們的數(shù)據(jù)中收獲無數(shù)的利益，然而，對大多數(shù)人而言，他們只是觸及了數(shù)據(jù)潛能的最表面。數(shù)據(jù)科學正在開天辟地的讓企業(yè)成功地撬動這個巨大的潛能。
麥肯錫2013年出版了一份特別的報告，預言全球商業(yè)界將會感覺到下一個十年數(shù)據(jù)科學專業(yè)人士的緊缺，尤其是善于從大量靜態(tài)和動態(tài)（實時）數(shù)據(jù)中發(fā)現(xiàn)有價值的情報的數(shù)據(jù)分析師，缺口達150萬。這個預言現(xiàn)已成真，人們更加關注向企業(yè)和高等教育機構推銷數(shù)據(jù)管理的重要性，從而使得整個業(yè)界都能應對幾年之前還不完全理解的人才短缺問題。
數(shù)據(jù)科學領域的動蕩要持續(xù)到2017年，伴隨著更多的增長和更大的可能。
數(shù)據(jù)科學的力量
要理解為什么數(shù)據(jù)科學對商業(yè)為何如此關鍵，有幾個前提需要理解：
在商業(yè)界需要它的時候，在需要它的領域，數(shù)據(jù)科學總能提供最精準的解決方案。
數(shù)據(jù)科學幫助做出更好的商業(yè)決策，并對這些決策的影響進行精確的研究。一份過去的哈佛商業(yè)評論研究指出，依賴數(shù)據(jù)進行決策的大生意一般比同行的利潤高出6%。
當人的直覺和經(jīng)驗都失敗時，數(shù)據(jù)科學對未來可以做出更加準確的預測。有了數(shù)據(jù)科學，商業(yè)不再靠猜。
有了高效、智能的設備和現(xiàn)代化的分析平臺，客戶追蹤已經(jīng)成為現(xiàn)實。實時獲取客戶信息有助于精確響應。
鑒于以上各點，可以理解為什么在這個特定的時刻，數(shù)據(jù)科學正在經(jīng)歷全球化的革命。一直以來限制數(shù)據(jù)科學發(fā)揮作用的科學和技術問題都已逐步解決，2017年數(shù)據(jù)管理業(yè)界將在全球迎來一些主要的改變。明年，哪些地方可以見到數(shù)據(jù)科學的引領，請看下面這張精準計算的預言清單：
2017 數(shù)據(jù)科學預言1：機器學習大行其道
問答網(wǎng)站Quara對機器學習將如何影響數(shù)據(jù)科學業(yè)界的變革做了專題問答。為了回答這個問題，克勞迪婭·珀立弛（Claudia Perlich），Dstillery公司的首席科學家，紐約大學的客座教授，肯定地認為，由于數(shù)據(jù)科學與機器學習的密切關系，在將來的商業(yè)分析界，不懂機器學習是無法生存的。
她覺得隨著機器學習與數(shù)據(jù)科學家們關系越來越緊密，掌握機器學習的基礎技能對數(shù)據(jù)科學領域的職業(yè)發(fā)展而言將成為一種必須。完整的解釋發(fā)表在福布斯的博客上： http://www.forbes.com/sites/quora/2016/09/08/machine-learning-will-bring-some-big-changes-to-data-science-as-we-know-it/#16a5cc073b12
2017年機器學習的火熱仍會繼續(xù)籠罩著數(shù)據(jù)科學家們。各種機構為了將擁有可靠機器學習技能的數(shù)據(jù)科學家招入麾下，擴充其數(shù)據(jù)科學部門，不惜付出額外的努力。
2017數(shù)據(jù)科學預言2：物聯(lián)網(wǎng)數(shù)據(jù)流戰(zhàn)勝傳統(tǒng)商業(yè)智能
Gartner幾年前就做出了這樣的預言，而在2017年，這樣的預言會比以往更可信。由于帶有傳感器的裝置日益席卷人類社會的方方面面，大約50%的商業(yè)智能（BI）平臺會投資事件數(shù)據(jù)流。這樣的趨勢，會導致一個新的商業(yè)智能分支浮出水面：捕獲來自附著裝置的實時數(shù)據(jù)寶庫，在天氣預報，制造業(yè)，電力，語音識別和健康檢測系統(tǒng)，以及其他等等領域，都將得到廣泛應用。由于自助式分析的興起，商業(yè)智能服務商所和那些軟件即服務（SaaS）供應商所提供的分析能力將不再有差距。
根據(jù)通用電氣《工業(yè)網(wǎng)絡見解報告》，物聯(lián)網(wǎng)（Internet of Things (IoT)）市場在未來20年，將為全球GDP貢獻10-15萬億美元，從數(shù)據(jù)科學人才市場物聯(lián)網(wǎng)技術的流行度驟升也可證實這一點。IBM、英特爾，Verizon和微軟都在廣招具有物聯(lián)網(wǎng)技術的數(shù)據(jù)科學家。參見文章：http://www.dataversity.net/life-data-scientist/
2017數(shù)據(jù)科學預言3：大數(shù)據(jù)技術支出大增
Gartner預言過到2016年，大數(shù)據(jù)商業(yè)影響的迷惑和不確定性將大大降低，變得可預見。這個預言也應驗了。很多圍繞大數(shù)據(jù)“實際價值 vs 感覺價值”的爭論已經(jīng)偃旗息鼓，而大數(shù)據(jù)技術已經(jīng)從早期的“萌芽”期走向成熟。今天，對成功的數(shù)據(jù)科學項目而言，大數(shù)據(jù)技術比以往更加主流化，更加必備化。
迄今為止，大約只有30%的商業(yè)界經(jīng)歷了大數(shù)據(jù)革命，但是2017年，肯定會看到一個大數(shù)據(jù)投資的持續(xù)增長，尤其是處理“大容量，高速度和多樣性的數(shù)據(jù)”的成本大幅下降以后。根據(jù)Information Week，大數(shù)據(jù)分析的銷售額2019年會達到1870億美元。
2017數(shù)據(jù)科學預言4：Hadoop市場的持續(xù)增長
長，已經(jīng)證明，企業(yè)的IT預算里，Hadoop是有正面回報的。Hadoop不僅繼續(xù)為海量數(shù)據(jù)的清洗，存儲，和處理提供一個集中的平臺，它也解決了標準IT解決方案的費用過高的問題。Hadoop為很多類型的應用，如預測性分析，ETL，數(shù)據(jù)可視化，數(shù)據(jù)挖掘，數(shù)據(jù)倉庫，物聯(lián)網(wǎng)，或者點擊流分析提供了杰出的解決方案。今天，Hadoop被認為是最受喜愛的單一、可縮放并且費用相對低廉的商業(yè)大數(shù)據(jù)管理系統(tǒng)的替代方案；2017年它的流行度會增加。
在2015-16年度，唯一限制Hadoop增長的是創(chuàng)收能力。但最終大數(shù)據(jù)技術的廣泛性會打開Hadoop的利潤市場，《2017-2022 Hadoop市場預測》（https://www.marketanalysis.com/?p=229）預測到2020年這個正在擴增的市場將超過160億美元。
也可以參閱這個《Hadoop和大數(shù)據(jù)分析市場》的報告（http://www.marketsandmarkets.com/Market-Reports/hadoop-market-766.html），其中指明，這兩個互相依賴的市場在2017年底將價值139億美元。
2017數(shù)據(jù)科學預言5：數(shù)據(jù)科學在行動——健康產(chǎn)業(yè)商業(yè)智能和分析
富有洞見的《德勤研究報告》繪制了一副2020年基于高科技和數(shù)字化的病人照顧藍圖。由于科學技術如視頻會議和可穿戴設備越來越普遍，未來精通科技的病人會逐步將他們的日常醫(yī)療需求訴諸數(shù)字平臺。到2020年，醫(yī)院和臨床中心只會為重癥病人和監(jiān)護病人保留。
總體而言，將來的醫(yī)療健康產(chǎn)業(yè)會朝著數(shù)字化平臺發(fā)展，而2017年，這種趨勢將很明顯。
2017年，消費者可以期待：
醫(yī)生們參考數(shù)據(jù)驅動的方案為病人做決策
健康服務業(yè)逐步邁向“4P”模式——“預防，預測，個體化，參與”（ preventative, predictive, personalized, and participatory）。在這種模式下，病人成為全面知悉、共同參與評價和選擇合適的治療方法的伙伴。
2017數(shù)據(jù)預言6：到2017年底，25%的企業(yè)將招募首席數(shù)據(jù)官
《2016大數(shù)據(jù)7大趨勢》文章（http://www.edvancer.in/7-big-data-trends-2016/）的讀者會發(fā)現(xiàn)，Gartner已經(jīng)做出了上述預言。一個首席數(shù)據(jù)官，應該負責數(shù)據(jù)戰(zhàn)略，數(shù)據(jù)治理，政策管理，也負責數(shù)據(jù)質量，隱私和安全，生命周期管理。這個趨勢表明，要來的一年全球經(jīng)濟將經(jīng)歷完整的數(shù)據(jù)驅動的文化。首席數(shù)據(jù)官是推動部門內數(shù)據(jù)科學應用的主要力量，他們理解先進的分析之必須以及數(shù)據(jù)科學為企業(yè)所帶來的諸多利益。
Readers may also find the article Predictions for Data Science over the Coming Years of interest.
