【摘要】如今数据给业务增长和利润创造了前所未有的机会。近十年来,随着先进的数据技术和出众的分析工具的出现，使得企业经营者可以从他们的数据资

如今数据给业务增长和利润创造了前所未有的机会。近十年来,随着先进的数据技术和出众的分析工具的出现，使得企业经营者可以从他们的数据资产获得众多利润,但他们中大部分才刚刚涉及到数据潜力的皮毛。数据科学正使得企业能够前所未有的利用其潜力。

McKinsey report 在2013年发布的一份报告中预测,全球商界会在未来十年中面临数据科学专业人员的 严重短缺,尤其是擅长从大量的静态和动态的(实时)数据中获取竞争情报的  “150万名分析师”。

随着这个的预测的成真,企业对数据管理的日益重视以及高等教育机构是使整个行业正以全新的方式应对这种短缺，而这种方式仅仅在几年前才被完全理解。数据科学行业内的动荡将贯穿2017年,同时伴随着更多的发展和可能性。

数据科学的力量

为了更好地理解为什么数据科学是商业成功的关键,需要理解这几个先决条件:

· 数据科学有不可取代的能力能够随时随地准确解决业务问题。
· 数据科学能实现更好的业务决策和更准确的决策影响研究。Harvard Business Review 在之前的研究中指出,当顶级公司根据数据实行决策时，其收益通常比同行业高出6%。
· 当人类的直觉和经验都失败时，数据科学可以对未来做出更精确的预测。伴随着数据科学,进行商业活动时不再需要依靠猜测了。
· 有了高效的智能设备和分析平台，已经能够实现客户跟踪。客户实时数据采集能够提供准确的答案。
鉴于以上信息,可以理解为什么在这个关键时刻，数据科学正在经历一场全球性的革命。以往由于科学和技术的局限性，制约数据科学的力量的因素在逐渐消退,与此同时数据管理行业在2017年也将迎来一些重大变化，这些变化将席卷全球数据科学实践。

以下是对2017年数据科学行业发展趋势的预测。

预测1: 机器学习引领行业发展

问答网 Quora上曾有个提问—机器学习将如何影响数据科学行业。纽约大学的首席科学家、副教授Claudia Perlich 认为,鉴于数据科学和机器学习(ML)的密切关系,未来的商业分析离开机器学习将无法生存。同时他也预计,随着机器学习与数据科学家关联性的与日俱增，掌握机器学习的基本技能很快会成为开始数据科学职业生涯的必备前提。

机器学习热将在2017年继续在数据科学家中升温。组织机构也将投入更多精力去聘请、吸引拥有扎实机器学习技能的数据科学家，从而丰富其数据科学部门。

预测2: 物联网数据流将征服传统商业智能

美国咨询公司Gartner几年前做出了这些预测,这在2017年将越发具有关联性。传感器驱使设备将继续席卷人类社会的方方面面,商业智能(BI)平台中约有50%的将利用事件数据流。这一趋势将催生新一代商业智能解决方式——从例如天气预报、制造、电气、语音识别,和健康监测系统等大量附加应用设备中捕获和获取实时数据。与此同时，随着自主分析,商业智能供应商和SaaS提供者提供的分析功能将变得越来越难以区分。

根据美国通用电气公司的行业互联网见解报告,物联网(IoT)市场在未来20年内对全球GDP的贡献将达到10-15万亿美元，这可以在数据科学市场中日益普及的物联网技术中预见。与此同时IBM、英特尔、Verizon和微软都在积极招聘具有物联网能力的数据科学家。

预测3:大数据技术支出将会激增

美国咨询公司Gartner还预测,到2016年，围绕着大数据的商业影响的混乱和不确定性是可预见的。忠于这个预测,大部分围绕大数据的真实VS感知价值展开的辩论已经基本解决,同时大数据技术已经从早期的“诞生”阶段日益成熟。如今，相比以往任何时候大数据技术对于取得前沿数据科学的成功，已经越发主流且至关重要。而这一重要的关系在2017年只会增加。

直到现在,只有30%的企业经历了大数据革命,但是2017年必将见证大数据方面投资的持续增长，尤其是当控制“数据的体积、速度和种类”的成本已经大幅下降。根据Information Week,大数据分析销售到2019年将达到1870亿美元。

预测4: Hadoop的持续增长的市场

与日益增长的大数据解决方案的承诺,2017年将会看到一个技术的自然增长，比如已经证明Hadoop能够对企业IT预算产生积极的影响。

Hadoop不仅会持续提供一个集中的平台,用以清洁、存储、和处理大量的数据,它也将对抗标准IT解决方案的高昂成本问题。Hadoop提供了一个很好的解决方案来处理各种各样的应用程序，比如预测分析、ETL、数据可视化、数据挖掘、数据仓库、物联网,或者点击流分析。今天,类比商业大数据管理系统，Hadoop被认为是一个最受欢迎的单一的,可扩展的并且实惠的替代品。它的受欢迎程度在2017将与日俱增。

在2015 - 2016阻碍了Hadoop的增长唯一的限制是收入问题,但最终大数据技术的日益普及将为Hadoop打开一个收入市场。Hadoop市场预测专刊认为2017 - 2022年,这扩张的市场在2020 年超过160亿美元。另外,Hadoop和大数据分析市场报告表明这相互依赖的市场将在2017年末带来约139亿美元的创收。

预测5:数据科学行动——医疗商业智能和分析

具有洞察力的德勤公司研究描绘了一个2020年高度技术智能化和数字化的病人监护世界。

随着视频会议等技术和可穿戴设备变得更加普遍,不久的将来精通科技的患者会逐渐通过数字平台满足日常卫生保健需求。到2020年,医院和临床中心将只为关键的医疗和监护的患者而保留。总的来说,未来的医疗行业正走向数字医疗平台,这一趋势于2017年将更加明显。

2017年,消费者的预期:

· 医生病人护理决策咨询数据驱动的解决方案

· 医疗保健服务正逐渐朝着4P模型——“预防化、预测化、个性化、参与化。“在这个范式,病人将成为一个在评估和选择适当的治疗过程中有全面的知情权和授权的一方。

预测6：截止到2017年底25%的企业将聘请首席数据官(CDO)

7 Big Data Trends in 2016 的读者会发现,Gartner做出了上述预测。

CDO被认为是负责数据策略,数据治理和策略管理,同时也将对数据质量,隐私和安全,和生命周的期管理负责。这一趋势表明,未来一年在全球的业务方面将经历一个集成的数据驱动的文化。CDO是推动更多的数据科学在他们的部门使用的主要驱动因素。他们了解先进分析的需求和数据科学可以提供一个企业的许多好处。

这一切意味着什么呢?

Yelp的数据科学家Scott Clark认为，得益于数据科学，一个针对Yelp网站微小的改变,将对“数以百万计的人”产生一个巨大的影响。

只有随着例如大数据,Hadoop,物联网这样的联合技术的快速发展和使用，数据科学的快速和精准才有可能实现，这些都将在2017年继续发展进化。数据洪流从线上、移动端、社会、和物联网网络涌入,最终将对全世界的企业主产生影响。作为一个整体的持续增长到2017年及以后，数据科学将有助于更好地理解这些趋势和帮助数据管理行业。