2012年時《紐約時報》的一篇專欄文章「The Age o fBigData」正式宣告大數據時代的來臨，到了2015年，大數據一詞已經可以說是耳熟能詳，然而在現今互聯網跟云端技術的發(fā)達，加上智能產品、移動裝置的普及下，以下四點將會是大數據的發(fā)展重點。

　　1.求快求即時：In-Memory數據庫

　　當這世界上累積的數據量越來越龐大，各企業(yè)制訂商業(yè)策略所納入考量的數據也跟著大幅增加，這時候如何減少將數據(Data)轉換成資訊(Information)的時間變得尤其重要。

　　采用記憶體內運算技術(In-Memory Computing)減少原始數據的移動，僅搬移運算后的結果，加快處理的速度，并且透過壓縮技術減 少數據量，能夠有效提升數據庫效能，應付企業(yè)對數據運算量及速度日益升高的要求，也使得企業(yè)得到的資訊更即時、能更快地回應各種市場需求及回饋，甚至開發(fā) 出全新市場、開創(chuàng)出其獨一無二的價值。

　　2.萬物聯網的時代

　　在物聯網概念起飛的這個時代，越來越多行動裝置、智慧型居家裝置被市場接受，進入到我們的生活中，根據預測，智慧型裝置的數量將會從現在到2020年將從130億成長到500億。

　　可以預期的是更多種類型的數據將以更多形式被感測、收集起來，而且這些大量且即時性的感測數據(Senso rDriven Data)屬於非結構 化數據，也就是從文本分析到未經處理的文字、聲音與影片導出的數據，如何儲存處理及分析成為現在十分重要的課題，可能從中挖掘出未知的趨勢并帶給人類生活 重大的改變。

　　3.大數據上云端

　　如果說「大數據」是現在最夯的科技潮字，那上一個最紅的則是「云端運算」。從2006年被提出后，云端(Cloud)便廣為科技業(yè)所使用，各企業(yè)更是積極提出各種云端服務。

　　大數據與云端技術可以說是相輔相成，大數據大大的推動了云端服務，而云端服務的普遍也使得數據量攀升。2014年全世界平均每天產生23TB的 數據，大約是2012年的920倍，以這種情況來看，云端服務在大數據時代相當於「公共設施」般不可或缺，不但用來儲存各式各樣的數據，還利用云端運算來 建構基於大數據的應用程式和API，建立模型預測未來的事件。

　　4.人才很重要，平臺跟工具更重要

　　因此對於不算「新」但算剛「熱」的大數據來說，在短短幾年內蓬勃發(fā)展，數據專家自然成為各公司爭搶的人才，四個最常見的大數據人才工作內容以及薪資范圍請參考《數據分析師?科學家?架構師?大數據人才的工作內容及年薪比較》一文。

　　不過事實是，人才需要時間培養(yǎng)(以大學主修到碩士畢業(yè)來算，約需要4-6年)，如果以2012年當作大數據發(fā)燒年，數據挖掘、數據處理因而成為超熱門的學科，最快的一票「趕潮流」的數據新鮮人將會在2016年進入市場。

　　對于正在狂燒的大數據市場，人才不夠的情況下，對於小企業(yè)來說最不可或缺的反而是大數據分析平臺與數據視覺化工具!例如Cloudera、 Sum All的線上分析平臺，以及Tableau、QlikView等數據視覺化工具。許多企業(yè)都會要求員工熟悉上述平臺及工具、具備一些數據分析「基本 技能」。如果想讓自己在大數據時代中擁有更高的競爭力，可以參考這篇《大數據時代中求生存：9個必殺絕技殺進BigData市場》