大数据越来越火, 大数据发展到现在, 有了一定的技术和商业积累, 但是发展到至今, 还有很多难题等待我们解决, 最主要的挑战, 属于成本, 实时性, 安全等三方面的挑战, 接下来为大家一一详解:
1. 成本挑战, 运营商普遍受到腾讯, 阿里巴巴等互联网厂商的 OTT 应用的挤压, 面临着管道转型, 利润下降的风险. 而运营商的数据量巨大, 以 PB 为基本单位的数据, 处理起来需要巨大的投入. 外部商业环境和内部规模的双重挤压, 对大数据平台提出了很高的性能和成本要求.
2. 实时性挑战, 如果从广义的数据质量角度看, 随着时间的推移, 数据的价值将逐渐降低, 时间越久的数据, 价值越低. 举个例子, 一家商场需要对当前在商场内的客户做一个推荐活动. 但是端到端采集和处理数据的时间过长, 最后推荐平台得到的用户列表都是过期的列表, 列表上的名单可能已经不在商场内, 而新到的用户还没有更新到名单中, 所以很多业务对大数据平台端到端的实时性提出了很高的要求.
3. 安全挑战, 安全挑战体现在两个方面:
一方面是在技术上, 随着 HTTPS 的推广应用, 数据在传输过程中采管理加密的方式, 运营商作为管道获取数据的难度变得越来越大.
另一面是在法理上, 用户的哪些数据是可以获取, 哪些是不允许读取, 始终存在侵犯用户隐私的法律风险.
数据科学家的离职潮背后, 有怎样的扎心真相?
在算法交易中使用大数据分析
数据危机再起! 外卖平台信息泄露拷问企业数据资产管理
如何选择数据平台的建设方案
企业大数据工作的任务, 工具及挑战
来源: http://bigdata.51cto.com/art/201804/571826.htm