大数据落地引发BI变革 两大挑战揭秘.docxVIP

PAGE 1 PAGE 1 大数据落地引发BI变革 两大挑战揭秘  在Gartner2011技术成熟度曲线(HypeCycle)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，也期望能够快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。  　　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供应有力的帮助呢？据相关机构估算，在财宝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150EB字节的数据信息，而2011年达到了1800EB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预估表示，将来将有多达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担当的责任以及成本。企业必需保持这些数据在很长一段时间内的可用性，并满意这些浩大数据量在存储方面的需求。这就导致了企业需要选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？很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，为业务运营供应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，运算速度并不是打算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。企业需要查找一个可以帮助其获取、分析、治理和信息共享的工具。在Gartner2011技术成熟度曲线(HypeCycle)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，也期望能够快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期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，期望在运作时能够尽量少的被IT部门参与。他们觉得对于IT的依靠大大减慢了他们的工作效率。同时，他们还期望数据能够可视化。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特别有价值的。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期望获得一个真实的且实时的数据分析，通过大数据查找新的思路。因为大数据往往涉