大数据研究引用挑战预测增长

大数据 数据分析
对于许多希望挖掘数据以获得“可操作的见解”或信息的企业来说,利用大数据分析仍然具有很大的吸引力,这些信息可以帮助企业决策者为其运营业务带来更多价值。

尽管大数据行业有大量的软件平台和产品、开发人员和数据专业人士,以及许多热心的爱好者,但对于专业数据工作者和管理人员来说,在企业中实施数据战略仍然存在一些担忧和障碍。

数据分析平台提供商Unsupervised公司日前发表了一项名为“2022年大数据恐惧和预测”的研究。

该公司收集了来自具有大数据经验的商业领袖的226份回复和来自美国数据专业人士(包括数据科学家、数据工程师、数据分析师、数据开发人员和其他相关职位)的233份回复,这些回复由人员研究机构Prolific公司预先筛选。

该研究的主要发现包括64%的企业领导者预计今年大数据预算将如何增加,48%的企业计划如何聘请数据分析师,以及企业领导者如何平均每周花费12小时的时间直接处理大量数据。

大数据的焦虑和沮丧

研究的第一部分侧重于询问企业领导者在大数据方面最让他们害怕的是什么,以及他们特别遇到了哪些挑战。对于32%的受访者来说,数据分析最令人生畏,其次是处理数据(21%)、实施调查结果(20%)以及收集和清理均占13%。

商业领袖提到的三大挑战包括不断变化的数据(44%)、数据量(43%)和处理数据不准确的问题(40%)。在将数据分析视为最大挑战的领导者中,57%的受访者表示,他们计划在今年聘请数据分析师。

前瞻性的大数据计划和预算

研究的第二部分侧重于询问企业领导者他们的公司计划如何在2022年使用大数据。识别增长机会是最常见的回答,占74%,其次是塑造客户体验(69%),并提高运营效率(61%)。

这一研究随后询问了解决企业面临的最主要的大数据问题的计划策略,51%的人表示他们计划培训现有员工以支持数据计划。其他策略包括在大数据软件上花费更多(40%),并为他们的大数据战略分配更多预算(37%)。

业务领导报告称,他们平均将30%的预算分配给大数据,如上所述,64%的人预计支出会增加。部分支出可用于招聘,因为48%的受访者表示他们正在寻求聘请数据分析师,其次是希望聘请数据科学家的人(44%),以及正在寻找数据库经理的人(36%))。

数据专业人士也将参与进来

以下是223位数据专业人士的见解,他们因自己的恐惧、挫折和预测而接受了调查。Unsupervised公司在调查中了解到,尽管数据分析师和数据科学家的平均薪酬分别为7万美元和10万美元,但只有35%的人认为他们目前的工作薪水令人满意。在描述当前数据工作的前10个词语中,40%的受访者使用“激励”和“创意”,而40%的受访者还称他们的工作“重复”,39%的受访者称他们的工作“压力大”。而“乐趣”仅占32%。

也许揭示了为什么数据工作的一些描述性词不那么令人鼓舞,数据专业人士引用的挑战包括业务领袖也列出的几个挑战,其中包括数据量(38%)、数据不准确(33%)和不断变化的数据(31%)。有趣的是,数据专家指出的一些最大问题是重复性任务(48%)、短期限(44%)、不完整的数据(33%)和不断变化的项目范围(30%)。另外值得注意的是,三分之一的数据专业人士表示他们每周工作超过40小时,这可以解释为什么只有34%的人将他们的工作描述为“有价值的”。

在接受调查的数据专业人士中,66%的人预计数据功能对软件的依赖可能会增加,而其他人预计数据安全投资(57%)和外包(54%)会增加。

大数据的需求将持续

至于商业世界中大数据的未来,该研究预测其影响将继续扩大。数据分析洞察对企业的价值将继续推动对大数据专业人士和产品的需求。一位资深数据开发人员表示:“收集和使用数据的企业的表现将胜过不收集和使用数据的企业。”

责任编辑:华轩 来源: e-works
相关推荐

2023-06-13 16:15:57

人工智能HPC

2013-07-30 09:14:25

2013-05-03 00:41:57

大数据NoSQL

2017-08-02 14:31:58

大数据集群数据存储

2014-01-22 15:27:13

大数据

2022-07-12 14:59:08

大数据商业数据驱动

2018-04-26 22:36:05

物联网物联网平台支出

2016-12-12 13:56:39

2013-11-12 09:35:16

大数据

2013-01-07 10:00:58

大数据企业大数据

2014-12-25 14:28:47

大数据IDC

2020-11-30 15:11:51

大数据

2013-04-15 11:41:40

信息安全大数据大数据全球技术峰会

2020-07-14 10:55:28

大数据IT技术

2013-11-08 17:57:01

SAP

2015-12-29 17:06:17

大数据存储

2020-09-27 17:30:55

大数据军事技术

2016-03-18 15:51:24

大数据预测

2020-04-20 10:14:42

大数据零售业行业

2021-12-23 14:44:31

大数据大数据动向数据技术
点赞
收藏

51CTO技术栈公众号