趨勢4:從大數(shù)據(jù)到小數(shù)據(jù)、寬數(shù)據(jù)
時間:2022-04-27 13:42:01 | 來源:行業(yè)動態(tài)
時間:2022-04-27 13:42:01 來源:行業(yè)動態(tài)
疫情給企業(yè)帶來的極端變革,導(dǎo)致那些基于大量歷史數(shù)據(jù)的機器學(xué)習(xí)和人工智能模型變得不那么重要了。同時,由人類和AI做出的決策變得更加復(fù)雜和苛刻,要求數(shù)據(jù)分析領(lǐng)導(dǎo)者擁有更多種類的數(shù)據(jù)才能更好地了解態(tài)勢。
因此,數(shù)據(jù)分析領(lǐng)導(dǎo)者應(yīng)該選擇那些可以更有效地利用可用數(shù)據(jù)的分析技術(shù)。數(shù)據(jù)分析領(lǐng)導(dǎo)者依賴于所謂的寬數(shù)據(jù)和小數(shù)據(jù),寬數(shù)據(jù)可以對各種小型的、大型的、非結(jié)構(gòu)化的、結(jié)構(gòu)化的數(shù)據(jù)源進行分析和協(xié)同,小數(shù)據(jù)指的是那些需要較少數(shù)據(jù)但仍提供有用見解的分析技術(shù)應(yīng)用。
Sallam表示:小數(shù)據(jù)和寬數(shù)據(jù)提供強大的分析和人工智能功能,降低了企業(yè)組織對大數(shù)據(jù)集的依賴性,而且通過使用寬數(shù)據(jù),企業(yè)組織還可以獲得更豐富、更完整的、全方位的態(tài)勢感知,使他們能夠運用分析來做出更好的決策。