大数据时代商业智能（BI）展望.pdfVIP

计算机科学 ComputerScience 大数据时代商业智能 (BI)展望 林毅钢 (同济大学软件学院，上海 201804) 摘 要 ：在信息爆炸时代的背景下，兴起大数据概念对于各种传统 IT行业产生了巨大的中击。本文研究大数据 对于商业智能 (BI)行业的影响，新的挑战促进了BI(商业模式)的发展。 关键词：大数据；BI；发展 中图分类号：TP311．13 文献标识码：A 文章编号：1674—7712(2014)12—0126—01 近些年大数据 (bigdata)一词被提及的频率越来越高。 数据挖掘、实现数据呈现，运用机理和技术结构其实是一致 原本只是用来形容海量信息的含义，在信息时代又赋予了它 的。与BI不同，大数据处理的数据是杂乱的、非结构化的数 新的含义一新信息时代的风向标。 据，因此大数据有它独特的数据分析工具，其建模也要比BI 如今是信息爆炸的时代，数据正在迅速膨胀变大，原本 复杂得多，数据呈现方式也不仅仅是报表方式。从这方面来 传统电信金融行业是信息产生的大户，随着互联网行业的异 看大数据能力要比传统BI强大得多。几年前还只有大型网络 军突起，立刻成为了大数据军团中的绝对主力。互联网公司 公司应用大数据技术，而如今，零售业、银行业、公共事业、 在 日常运营中生成、累积的用户网络行为数据。这些数据的 智能社区等领域，几乎所有拥有海量数据的企业都在使用或 规模是如此庞大，以至于不能用G或T来衡量。 开始尝试使用大数据技术，这些技术在部分项 目中也起到了 随着越来越多的行业对数据越来越重视，带来了BI的巨 关键的作用，这些将挤压传统BI工具的生存空间。 大市场商机和快速发展。随着大数据的兴起，IBM、Oracle、 大数据的出现对BI行业来说是一个挑战也是巨大的商 SAP、微软等厂商像是寻到了新的金矿，开始极力推崇大数 机。也正是大数据的出现促进了BI加速发展，不断升级。 据理念。于是众厂商蜂拥而至，抢夺大数据市场，以SAP的 大数据分析缺乏成熟的实践经验，其方式方法与传统的 HANA和ORACLE的Exalytitcs为代表。也有部分推BI的厂 数据仓库与BI系统有着一定的区别。在实施大数据分析项 目 商还达不到大数据的层次，固守在报表分析的阵地上。 之前，企业不仅应该知道使用何种技术，还应该知道在什么 大数据具有4个特征 (4V)： 时候、什么地方使用。各数据之间有哪些关联性?哪个数据 (一)数据量大 (Volume)。第一个特征是数据量大。 是可信的?如何从海量的数据中挖掘出有价值的、易用的客 大数据的起始计量单位至少是P(i000个T)、E(100万个T) 户信息? 或Z (10亿个 T)。 要回答这些问题，企业需要一个单一、完整、可信的客 (二)类型繁多(Variety)。第二个特征是数据类型繁多。 户数据视图，而创建一个单一、完整、可信的客户数据视图， 包括网络 日志、音频、视频、图片、地理位置信息等等，多 数据集成是关键。没有集成的数据，其商业价值为零。数据 类型的数据对数据的处理能力提出了更高的要求。 集成让组织机构能够将传统的交易数据与全新的交互数据组 (三)价值密度低 (Value)。第三个特征是数据价值 合起来，从而获得在其他情况下无法达成的洞察力和价值。 密度相对较低。如随着物联网的广泛应用，信息感知无处不 在大数据概念面世之前，商业智能 (BI)几乎是我们进 在，信息海量，但价值密度较低，如何通过强大的机器算法 入 智‘慧世界’的不二选择，然而，价格不菲的数据库、数