简介：许多朋友询问有关大数据扩展期的哪些阶段有关的问题，本文的首席CTO笔记将为您提供详细的答案，以供所有人参考。我希望这对每个人都会有所帮助！让我们一起看看！
摘要：最近，Gartner发布了新兴技术的最新炒作周期。截至年份，大数据享有最高地位，并且处于Gartner的“预期扩展峰值时期”。但是现在，大数据已经落入“地下城时期”。物联网被替换，占据了成熟曲线的最高点。
在2012年和2013年，加特纳（Gartner）的分析师认为，物联网将花费10年以上的时间才能达到“生产力稳定期”。但是今年，他们认为物联网只需要5到10年才能达到这一目标。最终成熟阶段。
小小野的理解是，无论是大数据还是物联网，上述数据和数据的信息是相同的“主题”。事物互联网进一步“下沉”，“数据流到“对象”的媒介都带有网络函数以及数据传输功能，因此更多的机器和设备将成为人们生产和生活互动的一部分。
今年的成熟度曲线上的一个新面孔是“数据科学”，预计它将在2至5年内达到稳定的时期。比特定的技术，这是一项处理大数据的学科。“炒作循环特别报告”：“尽管对大数据的兴趣仍然是非荒谬的，但它已经离开了高峰时段，因为市场已经稳定下来，并且具有合理的合理方法，但新技术和实践已添加到现有的解决方案中。”尽管大数据的兴趣一直在继续，并且市场往往稳定，但Gartner认为，大数据仍将达到5到10年的稳定时期。似乎大数据相关技术的发展仍将在未来表现出强烈的活力，相关市场的收入将继续放大。
关于Gartner对新兴技术的判断，皮尤研究中心的互联网，科学技术研究负责观察者。关于曲线中应有的特定创新的问题，将会引起争议，总体趋势很少受到质疑。”
2014年，它标志着新兴技术成熟度曲线有用的工具成立20周年。该工具旨在跟踪人们对技术和商业创新的定期兴趣以及常规失望的起伏。贝蒂·伯顿（Betsy Burton）谈到了成熟曲线的工具，作为跟踪创新及其业务影响的工具，以及2014年版的新变化。“很多时候，我们看到人们从基础架构中引起的关注，支持信息，应用程序，应用程序，云系统和大数据，从我们如何使用云计算，大数据和社交能力来解决现实。企业问题。我们正在看到人们的注意力从技术本身到实际使用该技术来实现现实的业务需求和业务结果。”
大数据生命周期的九个阶段
建立大数据的企业的生命周期应包括以下部分：大数据组织，评估状态，制定大数据策略，数据定义，数据收集，数据分析，数据治理和持续改进。
1.大数据组织
没有人，一切都是妄想的。然后是公司的数据管理委员会或大数据执行计划指导委员会，然后是大数据项目团队或大数据项目团队的前身：大数据项目项目项目预备小组的研究团队或大数据。大数据策略的制定和实施大数据策略的骨干。对于大量人来说，建议介绍RACI模型以阐明所有人的角色和责任。
其次，当前状态评估和大数据的差距分析
在确定策略之前，我们必须首先进行状态评估。评估之前的调查包括三个方面：首先，外部调查：了解行业中大数据的最新开发以及行业中的大数据应用程序的水平是多少？行业，尤其是主要竞争对手？第二是调查内部客户。管理层，业务部门，IT部门和我们的最终用户以及我们的最终用户的期望是什么？第三是了解您的情况并了解您的技术和人员保留。在本文中，分析差距，找到差距。
在发现差距后，应给予成熟度状态评估。从基因上讲，公司的大数据的成熟度可以分为四个阶段：初始阶段（仅概念，没有实践）；探索时期（已经理解了基本概念，有些人进行了探索和讨论。BIG数据技术储备）；开发期（已经拥有或建筑策略，团队，工具，流程和交付的初步结果）；成熟的时期（具有稳定而成熟的策略，团队，工具，流程，不断地交付高质量的结果）。
第三，大数据的策略
有了大数据组织并了解公司大数据的当前状态，差距和需求，我们可以设定大数据的战略目标。大数据策略的制定是整个大数据生命周期的灵魂和核心将成为整个组织中大数据开发的指导。
大数据策略的内容没有统一的模板，但是有一些基本要求：
1.它必须简洁，可以满足公司内部和外部人员的需求。
2.应该清楚地告诉所有人我们的目标和愿景是什么。
3.要成为现实，辛勤工作可以实现这一目标。
第四，大数据的定义
我认为：“如果数据未定义，则无法收集；如果您无法收集数据，则无法分析；如果您不能分析它，则无法测量它；如果无法测量它，则无法控制它；您无法控制它。您无法管理它；您不能使用它，不能使用它。“因此，“在需求和策略很明确后，数据定义是所有数据管理的先决条件。”
5.数据收集
1.大数据时代的数据源很广。它们可能来自三个主要方面：公司现有内部网络（例如Office，Operation Production Data）以及公司外Internet（例如社交网络网络数据）和物联网生成的数据。
2.有许多类型的大数据。通常，它可以分为：传统的结构化数据，大量非结构化数据（例如音频和视频）。
3.有许多数据收集和发掘工具。可以基于或集成的Hadoop的ETL平台，以交互式探索和数据挖掘表示的数据值开挖工具逐渐成为趋势。
4.数据收集原理：在广泛的数据源，庞大的数据量以及许多收集和发掘工具的背景下，大数据决策者必须清楚地确定数据收集的原理：“可以收集的数据并不意味着它是价值或可能是或不可能的。需要收集它。需要收集的数据的“交集”，并且可以收集的数据是我们一定要收集的数据。”
6.数据处理和分析
行业中有许多工具可以帮助公司建立一个集成的“数据处理和分析平台”。对于企业大数据经理和计划者，关键是“该工具必须满足平台需求，平台必须满足业务需求，而是超过企业需要满足平台的要求，平台必须适应制造商的工具要求。轻松实施元数据管理。请参阅以下信息：
七个数据显示
大数据管理的价值最终将帮助管理和业务部门通过各种形式的数据显示。BIG数据决策者需要将大数据系统与BI（商业智能）系统和KM（知识管理）系统整合在一起。下图是大数据的各种形式。
8.审核，治理和控制
1.大数据的审计，治理和控制是指大数据管理，组建一个特殊的治理控制团队，制定一系列策略，流程，系统和评估指标，以监督，检查和协调许多相关功能部门的多个相关职能部门功能部门优化，保护和使用大数据，以确保它作为公司战略资产真正有价值。
2.大数据的治理是IT治理的一部分。大数据的审核是IT审核的一部分。该系统必须协调计划和实施，而不是分离的计划和实施。
3.大数据的审计，治理和控制的核心是数据安全，数据质量和数据效率。
九个不断改进
基于不断变化的业务需求以及在审计和治理中发现的大数据的整个生命周期中暴露的问题，引入PDCA和其他方法，以不断优化策略，方法，过程，工具，并不断改进相关人员的技能，以确保大型数据战略成功！
大数据技术的发展可能会经历以下阶段：
1.在大数据技术发展的早期阶段：
尽管大数据的概念已经提出了很多年，但当前的大数据技术仍处于行业发展的早期阶段。当前的大数据技术本身已经成熟，但是大数据技术的应用才刚刚开始，并且在大数据登陆应用程序的过程中，不可避免地会发布大量的就业机会和市场空间。这个过程将使大数据成为市场上市场的热点。才能和资金都倾向于大数据领域。
2.工业化阶段：
大数据的工业化过程将是一个系统系统。这个过程不仅涉及大数据技术，而且还涉及物联网和云计算。此外，大数据与传统行业密切相关。只能完成大数据的计划。
尽管大数据领域已经有一个初步的工业链，但距离实际工业化阶段有更长的距离。我相信，随着工业互联网的发展，大数据工业化的过程也将加速。判断大数据本身所涉及的内容，大数据工业化的时间可能需要数年甚至几十年。
3.行业成熟期：
当大数据的工业化过程结束后，与大数据相关的技术将成为传统技术之一，相关的市场规模也将变得稳定。基于大数据的新应用程序将成为市场的热点。
大数据开发的趋势包括但不限于：
1.数据资源：
资源化是指大数据成为公司和社会的重要战略资源，它已成为每个人都急于的新重点。因此，企业必须提前制定大数据营销战略计划，以抓住市场机会。
2.与云计算 - 深度组合：
大数据与云处理密不可分。云处理为大数据提供了弹性和扩展的基础架构。它是生产大数据的平台之一。从2013年开始，大数据技术已经开始与云计算技术紧密相关，并且可以预期两者之间的关系将在未来更加紧密。此外，新兴的计算形式，例如物联网和移动互联网还将帮助大数据革命，从而使大数据营销产生更大的影响。
3.科学理论的突破：
随着大数据的快速发展，就像计算机和互联网一样，大数据可能是一轮技术革命。数据界的理论，并在科学技术方面取得突破。
4.建立数据科学和数据联盟：
将来，数据科学将成为一门特殊的纪律，越来越多的人认可。Major大学将建立特殊的数据科学专业，这也将诞生与他们相关的一组新工作。，基于数据的基本平台，还将建立跨域数据共享平台。之后，数据共享将扩展到企业级别，并成为未来行业的核心环。
5.数据质量是BI（商业智能）成功的关键：
使用自助商业智能工具的企业将脱颖而出。要面对的挑战之一是，许多数据源带来了许多低质量的数据。如果您想成功，公司需要了解原始数据与数据之间的差距分析，以消除低质量数据并通过BI获得更好的决策。
上述内容参考：百度百科全书数据
大数据生命周期分析的多个阶段
如今，大数据的应用对大数据非常积极，但是公司应注意建立大数据的生命周期，包括这些部分：大数据组织，评估现状，制定大数据策略，数据定义，数据，数据收集，数据收集，数据分析，数据治理和持续改进，让我们仔细研究一下。
大数据的状态评估和差距分析
在确定策略之前，我们必须首先进行必要的当前评估。评估之前的调查包括三个方面：首先，外部调查：了解行业中大数据的最新开发以及行业顶级企业的大数据应用水平是什么？行业，尤其是主要竞争对手？第二是调查内部客户。管理层，业务部门，IT部门和我们的最终用户以及我们的最终用户的期望是什么？第三是了解您的情况并了解您的技术在本文中，分析差距，找到差距。找到差距后，应给予成熟度状态评估。公司的大数据的成熟度可以分为四个阶段：初始期限；探索期；发展期；成熟期。
大数据制定策略
有了大数据组织并了解公司大数据的当前状态，差距和需求，公司可以设定大数据的战略目标。大数据策略的制定是整个大数据生命周期的灵魂和核心将成为整个组织中大数据开发的指导。大数据策略的内容没有统一的模板，但是有一些基本要求：
为了实现现实，辛勤工作可以实现这一目标。
有必要满足公司内部和外部人员的需求。
显然，我们可以清楚地告诉所有人我们的目标和愿景是什么。
大数据的定义
如果您不定义大数据，则将无法收集它，如果您无法收集它，则无法分析。如果您无法分析它，则无法衡量其价值。由于它无法衡量其价值，因此您不能真正真正正确。如果您无法很好地控制它，则无法管理和使用它。需求和策略很明确，数据定义是所有数据管理的先决条件。
结论：以上是首席CTO注释为所有人编制的预期扩展期的全部内容。感谢您阅读本网站的内容。我希望这对您有所帮助。