在过去的五年中，技术产业已经痴迷于大数据：我们如何跟上一些公司生成的增加的数据量？风险投资家已经倒入了数亿美元的初创公司，解决了大数据提出的挑战。但是，虽然我们的集体焦点一直在大数据上，但筹集了第二次范式转变，2015年将在2015年将再次升级技术行业：云数据。

近年来，近年来，云供应商的数量和各种新兴为商业客户提供服务，我们已经看到了戏剧性的增加。今天的企业越来越多地转向这些云服务提供商，为他们的基础架构的核心部分和易于部署的较小任务的易于部署解决方案，从事件计划到在线调查。对云的迁移是以许多方式对软件进行软件，使您自己的设备移动为硬件做了什么：加快企业通过企业采用新技术，同时夺走了远离IT部门的控制。因此，企业数据以前所未有的速度变得分散。

2014年，企业对云服务的依赖开始袭击临界质量，导致云服务的下一个自然演进的出现：那些价值在一起连接多个云服务的人。这些服务利用云数据 - 在企业依赖的所有不同云服务中锁定的越来越分散的数据 - 为了提供他们的增值良好。

已经获得突出的两类云数据服务是自助分析和规则引擎。自助分析服务（也称为自助业务智能）使企业能够分析所有云数据。像Datahero这样的供应商直接连接到流行的云服务，以便用户可以轻松地创建图表和仪表板，并在他们依赖的所有服务中进行复杂分析。规则引擎像IFTTT（“如果这，那么”）和Zapier使用户能够在另一个服务触发器中具有活动，例如在您到达日常Fitbit目标时发送推文。在这两种情况下，目标是相同的：使用户能够与所有云数据一起工作，无论它在哪里。

然而，建筑解决方案，云数据不是一个微不足道的任务，并且需要在全新的架构上建立的新技术。传统的大数据系统被设计用于相对少量的集中式数据源，可通过标准化接口访问。相比之下，云数据解决方案必须连接到大量地理上分布式服务，每个服务都有自己独特的专有接口和安全模型。因此，过去用于管理集中式的内部物业数据商店的架构非常适用于云数据。

解决是一个难以解决的问题，但对于云数据即将击中主流的进一步证明，请不要超过所资助的数据基础架构启动。Segment.io等公司，最近关闭了1500万美元的一轮系列，为开发人员提供一个API，允许他们从100多种服务中汇集云数据。如果技术历史教授我们任何东西，那么强大的开发人员生态系统是新兴市场的伟大预测因素。

大数据仍将是房间里最大的大象 - 双关语 - 2015年，所以它应该是。仍有令人难以置信的工作要做，以便使数据分析师和数据科学家能够了解一些企业产生的日益大型和复杂的数据。但2015年也将是云数据的出来的派对，因为大量和小的公司随着他们的大部分数据不再在他们的墙壁内，以及商业用户来轻松地将所有数据带到一起的概念临界痛点。

Chris Neumann是首席执行官和数据可视化启动DataHero的联合国。此前，他是艾斯特数据系统的第一员，Teradata于2011年买了。