2016 台灣 Big Data 市場五大趨勢預測

評論
評論

data and digits(Photo Credit: r2hox)

 本文作者 蔣居裕 (Fred Chiang) 悠遊於軟體與網路兩大領域 20 餘年,擅長以產品經理的視野,持續在人生與職場上太所開放的價值與實踐之道,目前為亞洲 Hadoop Big Data 領導品牌 Etu 團隊的負責人,並積極參與台灣開源社群。

再過幾天,全世界一年一度的各時區輪流新年倒數、高空煙火四飛的時刻就要來臨。上一篇我們 結算完《2015 年台灣 Big Data 市場五大趨勢預測》,又到了該提出新一年趨勢預測的時候了。

BigDataEverywhere_500

圖 1. Big Data 無所不在

面對 2016 年台灣的 Big Data 市場發展,有一個主旋律是要先哼唱上口的 ── Big Data 無所不在。如圖 1. 所示,幾乎 ICT 檯面上的熱議主題,底下都需要有一個 Big Data 平台,做資料分析與智慧行動的應用支撐。

2016 年台灣 Big Data 市場五大趨勢預測

以下即是筆者提出的 2016 年台灣 Big Data 市場五大趨勢預測:

  1. Big Data 多行業持續深化應用,零售、金融、高科技製造尤其顯著;
  2. Machine Learning 不是夢,但高價值應用聖杯不易尋
  3. 行銷人員對數位行銷閉環的操作日漸熟悉, 工具日漸自主
  4. 資料擁有權與預算費用化兼具的虛擬私有雲會成為 Big Data 應用佈署的第三選項;
  5. 跟隨標竿企業的速度加快,但痛過才知該如何擁抱 Open Source 軟體。
各項預測說明如下:

1. Big Data 多行業持續深化應用,零售、金融、高科技製造尤其顯著

截至目前為止,Big Data 風潮最大的成就,並不是在某個行業創造出多少產值,或是促進多少就業人口,而是它以更寬廣的人類應用角度,帶起了這些持續不輟的議論與投入:資料科學、智慧生活、開放社會、公民價值、實驗未來。在 Internet 與行動網路發達的地區,Big Data 應用已經具有某種的普遍性 (Ubiquity),而且正從 Internet 服務大張旗鼓走向企業。
幾股 Megatrends 齊頭並進:物聯網、工業/生產力 4.0、零售 4.0、金融 4.0、FinTech,讓零售、餐飲、百貨、連鎖、流通、廣告、製造、金融,還有一直位居軍火供應角色的資訊業,都捲進 Big Data 的應用風潮中。
事實已經很明顯,若只把 Big Data 當做一個產業、一個市場、一種技術,那真是看得太窄,也太缺乏跨域的宏觀視野。在 2016 年,我們可以看到上述行業,尤其是以消費者為對象者,推出更多一新客戶體驗的服務。而這些服務,將不乏 Big Data 應用的身影。

2.  Machine Learning 不是夢,但高價值應用聖杯不易尋

既是 Big Data,即免不了具有 3V 的任一或多個特性:大、快、雜。只要資料屬其中之一,在要能夠對之分析,產生洞見之前,免不了要費點技術功夫,做好資料準備 (Data Preparation) 的工作。

然後呢?

Machine Learning (機器學習) 很熱,Deep Learning 接著來,人工智慧很令人期待,但如果只期待結果,疏於照料過程,結果將不令人意外地心碎。

Machine Learning 不是夢,但是好夢不易圓的主要原因,是因為惟有人才儲備與研發預算充沛的組織,才有足夠的資源與耐心,搭橋跨越領域知識專家與機器學習專家中間的那道鴻溝。一個高價值的 Machine Learning 應用里程的到達,往往需要多年的累積,包含人類智慧面與人工智慧面。
沒有做好長期投入準備的企業,無論是使用資本市場的累積,或是對現金流的經營,終將功虧一簣。2016 年,會有一批企業開始做起 Machine Learning 的價值夢,但只有做好持續研發準備者,才有可能在一段時間後找到聖杯 ── End-to-End 實現高價值的 Machine Learning 應用。

3. 行銷人員對數位行銷閉環的操作日漸熟悉,工具日漸自主

所謂的數位行銷閉環 (Digital Marketing Closed-loop),是指一整套的「連結、驅動、洞察、分享、再行銷」的過程,這是 Big Data 時代,行銷人員必備的知識與技能。
筆者曾多次提及「Big Data 是企業管理問題」,當企業內的行銷人員無奈或不耐過長的等待,而市場上又有工具可提供滑鼠操作就能實現行銷所需的及時運算時,消費者行為洞察與精準客戶分群不必再透過 IT 或 Data Team 就能實現,再加上串接好的個人化行銷 Action 工具 (如 eDM、廣告投放、IM、SMS),完成成效可追蹤的 Retargeting 行銷閉環。
2016 年市場上會出現更多以 Big Data 為基底的行銷工具,而這些就是數位行銷工作者拿來鍛鍊自身競爭力所需學習的新武器。

4. 資料擁有權與預算費用化兼具的虛擬私有雲會成為 Big Data 應用佈署的第三選項

由於行業法規與資料擁有權或使用權 (Data Ownership or Right to Use Data) 的考量,台灣企業在使用公有雲上,一直都存在諸多的阻礙因素。使用各類型 DaaS (Data-as-a-Service) 公有雲服務的好處,是企業將本來要一次性編列的軟硬體建置資本支出 (Capex),變成經常性的費用支出 (Opex),但 DaaS 另外帶來的特性是:
  • 公有雲通常是標準功能,無法客製化;
  • 雲服務提供者即使不是資料擁有者,但通常會在使用授權規範中明訂它具有使用資料的權利。
於是乎,Opex、Data Ownership、功能客製化三者兼具的虛擬私有雲 (Virtual Private Cloud),就會成為一種企業、Big Data 軟體廠商、IaaS 提供者三方都能受益的採購、經營、與服務模式。在 On-premises 與 DaaS 之外,這種第三選項,會在 2016 年開始興起。

5. 跟隨標竿企業的 Big Data 應用導入速度加快,但痛過才知該如何擁抱 Open Source 軟體

許多企業對 Open Source 軟體已經具備一定的熟悉,而且知道善用可以降低成本。但基本上,分散式運算類型的 Open Source 軟體,其複雜程度相較 Client/Server,或是 Browser/Server 架構者,真是超出很多。
一晃眼,Hadoop 從 2005 年誕生到現在,也已經過了 10 年,基於這套 Big Data 處理主流平台所運行的線上系統 (Production Site),已經從 Internet 公司擴散到更多的企業環境。隨著標竿公司的成功案例與應用價值累積,會有越來越多的同業在評估後跟進。
2016 年在特定行業,跟進的速度,會有突出的進展,如高科技製造、電信、金融、零售、甚至是教育。然而,在企業跟進探索 Big Data 價值的過程中,會發現如果內部人員沒有先期的養成、一段時間的應用 Practice,將會被許多的大小石頭絆倒。這樣的痛,特別是在採用比 Hadoop 還要新的其他 Open Source 技術時 (如 Spark),更會被放大。2016 年,將更能凸顯能夠提供穩定產品、應用架構顧問、技術支援服務、及時回應企業問題的專業廠商價值。

總結來說,2016 年台灣 Big Data 市場還是持續向上,企業編列相關預算的家數與金額只會多不會少。但效益的呈現與管理能力,才是 Big Data 市場成長幅度的關鍵,不管是企業需求端,還是資訊廠商供應端,兩者皆同。

感謝收看。老話一句:我們明年再來。

歡迎加入「Inside」Line 官方帳號,關注最新創業、科技、網路、工作訊息

好友人數

相關文章

評論