Те кто следит за эволюцией развития Data-области обратили внимание на тот факт, что постепенно акцент с Больших данных сместился в сторону Качества данных и Data-driven культуры. Почему так произошло и с чем связано? Очень просто, работа с Big Data требует больших вложений, а выхлоп от всех усилий получился не очень грандиозный. Да и не всем оказывается нужна эта Big Data. Давайте вспомним классическое применение Больших данных: поиск инсайтов на оооочень большом объеме разношерстных данных и получении за счет вот таких вот уникальных кейсов выгоды. При этом в технологическом цикле Big Data обязательно присутствуют такие шаги как моделирование, прогнозирование и влияние на поведение - автоматизированное принятие решений. Я, например, за всё время работы с данными не слышала о каких-то супер-пуперских инсайтах и очень мало знаю мест, где на самом деле запущен цикл управления Большими данными. Большие данные и наука о данных - это хорошая штука, но чтобы забивать гвозди нужен молоток, а не микроскоп, т.е. большинству компаний нужно обычное Хранилище данных для решения своих оперативных задач.