当大数据即Big Data与云计算、移动应用与社交网络,风靡一世,成为2012 年信息技术领域最时髦的词汇。IBM 、Oracle、SAP、微软等厂商,像寻找到了新的金矿,开始极力推崇大数据理念。于是,众厂商蜂拥而至,抢夺大数据市场,尤其是SAP的HANA和Oracle的Exalytics,打得火热。相比之下,部分推BI的厂商还达不到大数据的层次,固守在报表分析的阵地上。事实上,大数据真的有如我们想象中的那么强大吗?BI为什么跑不出“最后一公里”?大数据与BI同时遭遇了被质疑的尴尬。
BI为什么不能快速踏入大数据时代?
一个刚入行的BI咨询师的困惑,或具有一定的代表性,表达了BI当前的状态。
“今天跟客户演示系统,演示完毕,客户问我一个问题:商业智能到底智能在哪里?BI和报表工具做出来的东西有何不同?对于这个问题,我相信做BI的人都曾经问过自己,也给过自己很多答案,但未必真的是100分的答案。就像今天,我虽然跟客户举了一些例子解释和说明上述问题,但是自己还是觉得不够透彻和有说服力。造成这个问题,我想重要的原因是BI本身范围太广,加之现在市场上的各种报表工具都自称BI解决方案,各种项目都往BI上靠,使得BI的概念很模糊了。第二个原因,大部分BI项目其实本质需求就是满足数据的一个查询和报表报告,到底是BI,还是其他什么概念都不重要。”
BI的概念过于泛泛,以至于在几年前,很多企业认为BI可有可无。近年来,大数据给BI带来了极大的冲击,加速了其发展的步伐,甚至有人大胆预测,未来十年,商务智能分析将引领管理信息化的发展。
BI与大数据的区别在于,大数据能够基于BI工具进行大容量数据和非机构化数据进行处理,与传统基于事务的数据仓库系统相比较,大数据分析不仅关注结构化的历史数据,它们更倾向去对Web、社交网络、RFID传感器等非结构化海量数据进行分析,大数据无疑是对BI的一个完美补充。
那么,为什么大部分BI厂商对于大数据表现出“冷处理”态度?
原因一:不论是大交互数据还是大交易数据,处理并分析非结构化数据,是BI业内,甚至是大数据处理,一直面临的难点。很多推BI产品的厂商,其技术能力达不到大数据所要求的高度。
原因二:现在很多的企业做的BI,并没有完全体现智能,最多只是将已有的数据使用报表进行呈现,开发的报表也很简单,大部分用户还没有希望从开发的BI系统中,发掘更多价值的意识。
原因三:大数据的确会有价值,但这个价值有多大,没办法准确衡量。从某些大数据中会挖掘出新的价值,但这个价值只是附加价值,是一个想象的空间。就比如沙漠里可能有金子,但并不是说沙漠中一定就能挖出金子。
大数据如何摘下“新瓶旧酒”标签?
有人评价“大数据是个相对的概念,是新瓶装旧酒。”认为,传说的大数据处理方式,只不过是为赶时髦,在既有的方案上包装了一下,新瓶装旧酒。海量数据时代并没有给多少企业带来革命性的变化,在 MapReduce 以及 Hadoop 出现之前,也有企业能够轻松的对数据进行大规模并行计算,而 NoSQL 的出现也只是为处理数据的方式带来了更多可能性。
所以,从结果来看,对于大数据的质疑并没有比BI少,同样遭遇了“还差一公里”的尴尬。
大数据分析缺乏成熟的实践经验,其方式方法与传统的数据仓库与BI系统有着一定的区别。在实施大数据分析项目之前,企业不仅应该知道使用何种技术,还应该知道在什么时候、什么地方使用。各数据之间有哪些关联性?哪个数据是可信的?如何从海量的数据中挖掘出有价值的、易用的客户信息?
要回答这些问题,企业需要一个单一、完整、可信的客户数据视图,而创建一个单一、完整、可信的客户数据视图,数据集成是关键。没有集成的数据,其商业价值为零。数据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合起来,从而获得在其他情况下无法达成的洞察力和价值。
可以确定的是,随着互联网技术的发展,未来的大数据时代,一定是各种信息呈现规模快速增长的状态,如何更快获取有用的信息是关键,智能分析工具会变得越来越重要,可以凌驾于多个管理系统、数据库之上,如何通过更灵活、可控的BI工具,真正挖掘出大数据时代的价值,是大数据和BI面临的共同挑战。CDA数据分析师培训官网
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14