外部大数据打破了商业智能无序边界.docVIP

外部大数据打破了商业智能无序边界 　　外部数据的重要性变得越来越明显。包括建立、交换的外部数据，以及所涉及的全新形式的商业关系，已经开始被研究并分析其分布式系统。 　　如果你正在积极寻找可最大程度利用大数据技术提升业务效率的有效途径的话，那么现在是该启动开发基于API这一堪称是循环的系统，从而充分掌握并传输企业之外的数据系统的时候了。 　　外部数据的重要性变得越来越明显。包括建立、交换的外部数据，以及所涉及的全新形式的商业关系，已经开始被研究并分析其分布式系统。因为根本不可能把所有相关数据完全封存在企业内部。因此企业不得不引入某些新的数据分析与传输系统，用来进入和分析可能会存在于任何位置的数据。 　　通过使用更多的外部数据可建立起世界范围各种重大事件的高效解决方案，这种模式具有重要的商业价值。但从外部数据获取的实质内容，以及使用这些数据的价值链模式，需要一种全新的数据架构。而用来进入外部数据的关键方法便是应用程序接口（API）。 　　如果你同意这个观点，而且你的业务也需要大数据来助力，很自然地，下一步就需要定位、浏览、评估、分析以及运营外部大数据。近十年来，华尔街的研究员们搜索全世界具有预测及分析价值的数据；沃尔玛长期以来也在收集消费者的购买数据并提供给其合作者。现在，是我们其他人赶上来的时候了。 　　但是，重要的是能够认识到所建立的海量数据不能随便被转移，因为存在着大量的历史数据。然而大多数人尚未意识到，通常移动大型数据的方法就是把它存到硬盘上，送到任何需要的地方。但这对下一代商业智能来说则是不可规模化的操控。那么如何建立企业外部大数据之间互相连接、获取价值，而不需要移动这些数据？ 　　IBM公司的前研究员Anant Jhingran，加盟了致力于企业级API平台软件公司Apigee，现任数据副总裁，正潜心专注于这些问题的研究。在广泛的对话中，Jhingran揭示了其关于外部大数据的预测，以及如何构建以API为核心来解决这一问题的发展方案。 　　外部大数据无序的潜力 　　Jhingran的分析从我们现在所使用的数据及系统入手。在大多数公司里，会有十几种核心应用自动记录公司的各种流程及活动。这些应用里的数据非常整齐，所能推导出的线索也相当重要。对于这些数据的分析通常需要将数据收集到大型数据仓库，用来模型化相关的客户与商业流程。我们称之为内部数据。 　　外部的大数据并不会取代现有的架构，只是在某种程度上的增加： 　　■提供数据的系统和应用，从几十到上千个 　　■所提供的数据并不整齐、并非结构化 　　■数据所表达的线索并不明显 　　■数据所关联的行为模式涉及企业内部与外部的实体与流程 　　■有太多的数据需要导入到数据仓库 　　■数据中的某些部分来自内部，但大部分来自于外部 　　对那些希望找到提高运营效率与竞争优势的企业高管来说，这一阶段有相当重大、破坏性的影响。 　　几乎所有的重要数据都在你的掌控之内，但这不会太久。你的客户正在使用第三方应用，或许是基于你们提供的API应用。他们在使用其他的网站，产品以及其他公司的系统，这些都可以成为被跟踪记录，并提供重要线索的途径。消费习惯与行为可以通过传感器被监控。对特定产品问题的追踪线索可以从Twitter的数据中分析出来。从GitHub记录的数据中可以看出，开放源码的项目的流行度正在逐渐上升。 　　下一步我们必须要做什么呢？ 　　那么，我们如何能够从外部数据中产生价值呢？很明显，对于外部数据源的整合需要长期的努力，涉及到数据处理技术、分析、商业关系、以及工作方式。适合于每一个公司的方案都将不同，而且根据不同的行业也有所变化。第一个阶段就是需要快速的体验，并集中在价值的获取上。 　　建议如下步骤： 　　■第一步，利用API发布数据，以最大程度从你的数据中获取价值。 　　■第二步，策略性地搜索可提供重要线索的外部数据。 　　这些步骤不单单困惑着数据学家和商业智能分析师，而且对于CEO来说，他们最渴望能够从不同的数据源，从尽可能多个环节的客户行为中获取一个完整的拼图。 　　例如，如果你可以判断确定有些人非常愿意购买另一家公司的产品，这是由于他们使用你的产品的方式所决定的。那么，这家公司是否愿意付费来获取这些信息呢？那是一定的。 　　认识到外部数据不可能为你提供一个像你所习惯的内部数据一样清晰的指标，这一点是非常重要的。从内部数据中你可能获得了某个客户的清晰线索，但与之相反，你可能仅仅从外部数据中得到成百上千个模糊的合理的线索。 　　例如：由你运营一家连锁酒店，从你的网站和酒店中产生一个清晰的销售线索。但是，如果你可以和旅行社合作，了解到客户是如何享用你的服务，并获得他们在旅行过程中可能消费其他服务的模糊线索，比如是否租车，当地的活动安排，或