文档章节

揭秘:大数据落地引发BI变革

 数据分析师
发布于 2015/02/18 12:33
字数 1588
阅读 5
收藏 0
点赞 0
评论 0

随着信息化技术的发展与应用,为各行业的企业在业务发展上带来了最直接的机会。同时也产生了大量的业务相关数据,这些数据可能会涉及到企业的财务信息、营销数据、客户资料等等。

这些数据的留存是否会对业务发展提供有力的帮助呢?据相关机构估算,在财富500强的企业中,平均每一家企业都会保存有最近7至10年的客户数据,而这些数据往往未得到充分的利用。与此同时,这类的数据还在大幅度的增长。据经济学家最近的一项研究显示,人类在2005年中创造了大约150 EB字节的数据信息,而2011年达到了1800 EB字节。同样,市场研究公司IDC表示,数字内容将会呈现每18个月翻倍增长的趋势。Gartner预测表示,未来将有多达80%的企业数据趋于非结构化,并且数据来源涵盖了传统和非传统渠道。

大数据面临的两个挑战

近几年来,随着互联网与信息技术的发展,全球数据量呈现了爆炸式的增长。移动通信技术、无线设备、社交网络、远程协作以及基于云的诸多服务都是导致数据呈几何增长的主要原因。可以说,数据的爆炸式增长为全球各行业均带来了管理上的问题。

例如,在电信行业的呼叫数据记录管理、金融行业的交易数据和客户资料管理、零售行业的供应链管理以及制造行业的业务绩效管理等等。对于企业用户来说,大数据的来临也无形中增加了他们所需承担的责任以及成本。企业必须保持这些数据在很长一段时间内的可用性,并满足这些庞大数据量在存储方面的需求。这就导致了企业需要采购和维护所需的硬件设备,并且还要不断的进行监督与管理。

那么,企业利用这些海量的数据能做什么呢?许多敏锐的管理者已经意识到,这些数据可能会成为企业的真正优势,为业务运营提供超越竞争对手的洞察力。但随之而来的问题就是数据处理的能力和速度。数据的运算速度会受到物理设备极限能力的限制,从而影响从数据库中访问数据和运算指令所需的时间。这意味着,一个复杂的计算将无法实时完成,可能会持续几个小时甚至几天。

另一方面,运算速度并不是决定大数据发展的唯一关键要求。当前的大数据无处不在,并且其大多来自于非结构化的外部数据。企业需要寻找一个可以帮助其获取、分析、治理和信息共享的工具。在Gartner 2011技术成熟度曲线(Hype Cycle)中我们看到,大数据技术正在日趋成熟并上升到了“过热期”阶段。在企业需求更快的数据访问速度时,也希望能够迅速了解到这些数据可用来做什么。这就涉及到了大数据在企业应用中的两个主要挑战,实时数据分析与实时业务响应。

挑战之一“实时数据分析”

大约在15年前,当时还没有现在的“商业智能(BI)”,而是称为“决策支持”。那个时候,企业已经可以从他们的数据中获得有用的业务发展洞察,直到最近数据量爆炸增长的来临,才使得企业在获取数据实时分析时面临了较大的阻力。

在2012年达沃斯世界经济论坛的报告中写道:“现在企业中的分析师们希望能够制定他们所需求的分析方案并亲自制作和运用报告,希望在运作时能够尽量少的被IT部门参与。他们觉得对于IT的依赖大大减慢了他们的工作效率。同时,他们还希望数据能够可视化。因为目前企业和消费者比以往任何时候都更加期望能够获取到与数据相关度较高可视化报告,这不仅要体现在图表、图形和热点图等形式,还需要能够设计具备偏好的自定义形式。”

由此不难看出,明确的数据点和分析结果对于企业来说是非常有价值的。但现今的分析仅局限在企业的现有数据库还不够,还需要保持数据与当前社会乃至全球的相关性。这意味着企业需要从社交媒体、地理位置、CRM系统、政府的公开数据、手机信息等非专有的渠道获取数据,进行额外的分析。

另一方面,对于实时分析来说,当前的移动应用潜力也才刚刚开始出现,其移动分析或将比预期的影响更加深远。例如,广告或其他有针对性的目的可以对移动设备用户的实时行为作出分析。而在移动应用分析方面,那些有大量移动办公人员的企业可以针对员工移动设备的使用作出分析,其中可能会包括数据、信息和地理位置等等。除却移动应用外,实时分析还可利用从无线传感器网络、道路网络监测、空中交通及铁路等途径获取的数据。

总之,任何企业的目标都是希望获得一个真实的且实时的数据分析,通过大数据寻找新的思路。因为大数据往往涉及了多年的历史管理数据,企业可以从中提高决策、加速性能并提高生产力和效率。

© 著作权归作者所有

共有 人打赏支持
粉丝 29
博文 1645
码字总数 2338861
作品 0
邢台
下一个十年,大数据赋能的CRM是什么样子?

  在1980年以前,客户关系管理(CRM)主要依靠纸张记录维系;80年代,计算机风起云涌,部署在一个个单机上的 CRM 软件成为了企业必备;2000开始,云端模式颠覆了传统 CRM 的部署和体验;而十年后...

深度学习 ⋅ 04/09 ⋅ 0

相比于传统 BI,基于 Hadoop 的大数据(Big Data)战略有何不同?

作者:miao君 链接:https://www.zhihu.com/question/20357162/answer/142407798 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 可以参考这个问题的回答...

chenhao_asd ⋅ 04/23 ⋅ 0

加强工业大数据标准研制和应用推广

日前,由工信部、国家标准委指导,中国电子技术标准化研究院、全国信息技术标准化技术委员会大数据标准工作组主编的《工业大数据白皮书(2017版)》(以下简称《白皮书》)在京正式发布。《白...

玄学酱 ⋅ 04/18 ⋅ 0

Oracle、MySQL、云计算、大数据,最热话题好文都在这了!

在过去的九个月里, DBAplus社群始终聚焦各种数据库、云计算、大数据及中间件等热门话题,坚持每天为大家献上最新鲜、最内涵的技术好文!下面小编就把这些优质文章分门别类,给大家做个梳理,...

DBAplus社群 ⋅ 2016/06/29 ⋅ 0

大数据思维与价值核心:数据驱动和业务场景化

开篇语 看过不少讲解大数据思维的文章,文章的一些观点能够带给我很多的启发,很有见地也很受用。在跟一些企业的负责人聊起大数据项目规划和建设的时候,发现大家对大数据并不缺少自己的认识...

Simon Lv ⋅ 2017/03/06 ⋅ 0

百分点在乌镇世界互联网大会上解读大数据落地难题

在信息技术革命深入变革业务模式的今天,大数据的价值已经得到高度重视,但是如何推进大数据落地、形成数据决策力,仍然是企业用户迫切需要解决的问题。在近日举行的第三次世界互联网大会“大...

玄学酱 ⋅ 05/08 ⋅ 0

2016中国互联网大会——全域大数据应用论坛震撼来袭!

2016(第十五届)中国互联网大会”将于6月21日~23日在北京举行。中国互联网大会是由中国互联网协会主办的中国互联网行业年度盛会。作为互联网行业的顶级盛会,同样全域大数据应用论坛是国内...

玄学酱 ⋅ 05/24 ⋅ 0

坚守数据之道,帆软2017百城巡展启航合肥

过去的一年,帆软携带大数据BI方案和移动数据分析走过北京、上海、广州、南京、杭州等23座城市,以标杆客户案例讲解数据管理之道,希望能唤起企业对数据的重视,让数据化管理之风惠及IT。 新...

玄学酱 ⋅ 04/16 ⋅ 0

希捷孙丹:贴近客户需求,为AI中国市场提供数字存储服务

近日,由至顶网主办、希捷科技协办的“大数据下的人工智能”高峰论坛落下帷幕。在本次论坛中,业界领袖共同探讨了大数据背景下人工智能的发展现状以及未来的趋势,为企业在大数据时代下如何与...

yssycz ⋅ 05/14 ⋅ 0

2017杭州云栖大会100位大咖视频+讲义全分享 大数据

摘要: “如果我看得更远一点的话,是因为我站在巨人的肩膀上。”2017杭州云栖大会资料全部整理完毕,首批100位大咖视频+讲义分享给大家。 杭州云栖大会是阿里集团一年一度的全生态科技盛会。...

qq_40954115 ⋅ 2017/11/06 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

个人博客的运营模式能否学习TMALL天猫质量为上?

心情随笔|个人博客的运营模式能否学习TMALL天猫质量为上? 中国的互联网已经发展了很多年了,记得在十年前,个人博客十分流行,大量的人都在写博客,而且质量还不错,很多高质量的文章都是在...

原创小博客 ⋅ 今天 ⋅ 0

JavaScript零基础入门——(十一)JavaScript的DOM操作

JavaScript零基础入门——(十一)JavaScript的DOM操作 大家好,欢迎回到我们的JavaScript零基础入门。最近有些同学问我说,我讲的的比书上的精简不少。其实呢,我主要讲的是我在开发中经常会...

JandenMa ⋅ 今天 ⋅ 0

volatile和synchronized的区别

volatile和synchronized的区别 在讲这个之前需要先了解下JMM(Java memory Model :java内存模型):并发过程中如何处理可见性、原子性、有序性的问题--建立JMM模型 详情请看:https://baike.b...

MarinJ_Shao ⋅ 今天 ⋅ 0

深入分析Kubernetes Critical Pod(一)

Author: xidianwangtao@gmail.com 摘要:大家在部署Kubernetes集群AddOn组件的时候,经常会看到Annotation scheduler.alpha.kubernetes.io/critical-pod"="",以表示这是一个关键服务,那你知...

WaltonWang ⋅ 今天 ⋅ 0

原子性 - synchronized关键词

原子性概念 原子性提供了程序的互斥操作,同一时刻只能有一个线程能对某块代码进行操作。 原子性的实现方式 在jdk中,原子性的实现方式主要分为: synchronized:关键词,它依赖于JVM,保证了同...

dotleo ⋅ 今天 ⋅ 0

【2018.06.22学习笔记】【linux高级知识 14.4-15.3】

14.4 exportfs命令 14.5 NFS客户端问题 15.1 FTP介绍 15.2/15.3 使用vsftpd搭建ftp

lgsxp ⋅ 今天 ⋅ 0

JeeSite 4.0 功能权限管理基础(Shiro)

Shiro是Apache的一个开源框架,是一个权限管理的框架,实现用户认证、用户授权等。 只要有用户参与一般都要有权限管理,权限管理实现对用户访问系统的控制,按照安全规则或者安全策略控制用户...

ThinkGem ⋅ 昨天 ⋅ 0

python f-string 字符串格式化

主要内容 从Python 3.6开始,f-string是格式化字符串的一种很好的新方法。与其他格式化方式相比,它们不仅更易读,更简洁,不易出错,而且速度更快! 在本文的最后,您将了解如何以及为什么今...

阿豪boy ⋅ 昨天 ⋅ 0

Python实现自动登录站点

如果我们想要实现自动登录,那么我们就需要能够驱动浏览器(比如谷歌浏览器)来实现操作,ChromeDriver 刚好能够帮助我们这一点(非谷歌浏览器的驱动有所不同)。 一、确认软件版本 首先我们...

blackfoxya ⋅ 昨天 ⋅ 0

线性回归原理和实现基本认识

一:介绍 定义:线性回归在假设特证满足线性关系,根据给定的训练数据训练一个模型,并用此模型进行预测。为了了解这个定义,我们先举个简单的例子;我们假设一个线性方程 Y=2x+1, x变量为商...

wangxuwei ⋅ 昨天 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部