当传统企业遇上大数据.docxVIP

当传统企业遇上大数据 大数据 可以算得上当下的流行 ， 物要大数、出行要大数、看病要大数、 上学 要大数 ??，好像什么行 都能与大数据搭上 ，又似乎一切都可以大数据了。 于 多年企 信息化的 企 来 ，大数据 于他 既清晰、又迷茫，他 有 数据 、数 据挖掘、商 智能（ BI）概念的洗礼，但又看不懂“大数据”与之前的概念有哪些不同。 按照百度百科的解 ，大数据技 (big data) ，或称巨量 料，指的是所涉及的 料量 模巨大到无法通 目前主流 件工具，在合理 内达到 取、管理、  理、 并整理成 帮 助企 决策更 极目的的 。大数据的  4V 特点：  Volume（大量）、Velocity （高速）、 Variety （多 ）、 Value（价 ）。 然上述解 是描述了大数据的一些特征， 于企 如何开 大数据、利用大数据 行运 管理，并没有 多的指 。 本文建 企 在建 大数据系 的 程中，不 要建 数据分析平台，更要构建 起一个数据分析的生 圈 ， 人人都是分析 ， 数据分析渗透到企 运 的每个 ， 真 正 数据运 、科学决策的管理模式。构建数据分析生 圈，可以概括 “两个市 ，一 个平台”，两个市 是指 数据市 、分析工具市 ，一个平台是分析 点分享平台。 一． 数据市 ， 数据 得开放透明。 数据是分析的源泉， 没有数据就 不上大数据。 企 多年的信息化建 ，一般都会有多套 系 在运行，如 公自 化系 （ OA）、 管理系 、 ERP系 等不一而足，但 些 系 都是孤 式隔离，数据缺乏整合，而且底 数据 都是 、复 度 高， 非厂家技 人 以使用， 通常都是利用 定制 表的方式 行分析和使用。 因此，在利用数据上存在着数据提取 度高、 表需求响 慢、数据准确性差等 。 生上述 的原因在于， 数据 构复 ， 人 不开放， 利用 表 的方式提供数据 ， 需求人 期望的数据与技 人 提供的 表之 存在着巨大的 沟。建 数据市 就是将各 系 的数据 行抽取、 清洗、 整合之后， 按 照 程重新 行整合， 封装 一粒度、 一 度的数据 表 。 些数据表的 特点就是能被 人 所理解并解 分析， 人 可以在 早期就 数据 中 存在着的 。在建 数据市 的 程中，有几点需要特 注意： 采用 度建模方法，以“易懂性、易用性” 原 。 数据市 的数据 是供企 分析人 使用， 他 更多的是不懂技 的 人 ， 数据 构 该符合多数人的直觉，而非像传统“三范式”那样，需要借助复杂的 ER 图才能表述清楚。对于专业的 IT 人员，尤其是要抵制将维度模型设计成 “雪花模型” 以节省数据重复、增加灵活性的诱惑，从而带来模型复杂性 的代价； 全面梳理业务， 实现数据的互联互通 。传统企业的业务系统， 多数是烟囱 式的软件系统， 若不在企业层面进行业务梳理， 就不能很好地对数据进行 整合，提取有价值的信息。在整合数据的过程中， 必须要有统一的维度才 能有效实现数据整合，比如，统一的客户编码、身份证号等，所以梳理企 业层面的统一维度是实现数据整合的关键步骤； 分主题、 稳步推进 。企业运营涉及的业务过程众多， 眉毛胡子一把抓是不 可能的。 在建设企业数据市场时， 要根据企业的特点， 优先建设对运营最 重要的业务，尽快投入使用，逐步完善，比如，一个销售类的企业可以先 将订单业务整合起来； 二． 分析工具市场，打造适合需要的分析框架。 数据是一座金矿， 但还需要依赖好的工具才能将金子提炼出来。 直接分析原始 数据虽然灵活，但更加适用于高水平的人员，对于大多数的一线员工，应该提供更 加易用的分析工具，如报表、图表、报告等，将业务指标以形象的方式展现出来。 分析工具市场就是企业内部汇集分析工具的地方，提供给员工根据自身情况使用。 分析工具市场包含两部分功能， 一是制作分析工具的开发平台， 一是运行分析 工具的门户平台。在建设分析工具市场的过程中，有几点需要注意： 分析工具市场建设 。从技术角度来看， 分析工具市场可以找到众多的软件 系统满足需求，企业可以根据实际情况，或采购、或使用开源，搭建这么 一套软件系统，既能让企业自己定制报表、 分析图表， 也能将制作好的分 析报表展现出来； 分析工具的开发以企业自身为主， 外购为辅 。分析工具与业务特点、 与人 员使用习惯等因素紧密关联， 其需求变化频率高， 全部依赖外部厂家开发， 则一方面费用较高，另一方面需求响应也不及时， 可能等开发出来， 分析 的需求却没有了， 因此企业要培养自己的开发队伍， 可以利用数据市场中 的数据开发出各类查询报表、分析图表等； 三． 分析