
商务智能全面迈入大数据时代_数据分析师
IT技术的演进,对传统行业的商业模式产生着颠覆性的冲击,从云计算、大数据到移动技术,都不可阻挡地影响着消费者和企业。时至今日,全球每天要产生25亿GB的数据,超过16亿的社交媒体用户每天发布着海量的信息,到2015年全球信息总量预计会达到8 ZB。如此海量的数据蕴藏着巨大的财富,这是大数据时代的共识,但是如何从中获取有价值的信息,却成为企业成长和变革过程中的困惑。
经过十多年的沉淀与发展,商务智能无疑是将企业内部数据以及与之相关的外部数据转化为决策支持的有效手段,是企业应对大数据时代的重要战略选择,当然,企业对商务智能技术的应用在十几年间发生了很大的变化。在商务智能领域从业17年的吴韶益提到:十五年前的商务智能项目仅仅需求调研就要耗费一年半的时间,三年过去了等项目实施完成,最初的需求却发生了变化;十年前的商务智能产品已经是百花齐放,但各类产品各自为政、各行其是,企业的认同感并不强;五年前的商务智能解决方案逐渐走向成熟,但依然会出现报表结果不正确的情况。在十几年的发展过程中,商务智能产品随着IT技术的演进大浪淘沙,已经逐渐演化为新一代的商务智能解决方案。
新一代的商务智能解决方案具有统一信息框架的特点,同时融汇了当前四大主流的IT趋势:首先是移动应用,如今企业主管们时间都是碎片化的,移动技术的应用可以帮助他们随时随地进行决策,这也是商务智能应用中很重要的一个要素;其次是大数据,大数据对于商务智能应用的重要性不言而喻,大数据意味着包括交易和交互数据集在内的所有数据集,其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力;云技术对商务智能应用同样产生重大的影响,无论是私有云还是公有云,都可以提高商务智能获取海量数据的能力,在云环境下,商务智能的共享性也是很重要的优势,同时云技术可以提升商务智能应用的时效性和商务智能系统的开放性;一体机的迅速发展对商务智能应用也产生着积极的意义,软硬一体化的应用将更大程度上提升数据转换、管理和存取等方面的能力。
甲骨文公司中国区商务智能技术总监赵春立介绍,甲骨文面向商务智能领域的新一代解决方案正是顺应了这几大趋势,提供数据储存和信息探索、全面智能分析、部署集成应用一个完整的解决方案。在甲骨文的产品家族中,面向商务智能分析的产品和解决方案包括:Oracle Endeca Information Discovery、Oracle RTD(Real-Time Decision,实时决策分析工具)、Oracle Exalytics商务智能云服务器、Oracle商务智能基础套件以及Oracle BI Applications。
部署灵活是甲骨文商务智能解决方案的一大特色,据赵春立介绍,其可以在企业内部部署,也可以在外部的云端进行部署,既支持多租户,也可以支持移动部署。商务智能应用的部署与甲骨文Exa的第三代一体机Exalytics相结合,不同于Exadata和Exalogic,Exalytics具备更强大的商务分析能力,可以将分析应用、分析产品和工具都部署到这台一体机上,除了商务智能本身的部署之外,Exalytics还与Hyperion的成本预算等应用进行了结合,可以更大程度提升用户的体验。
凭借灵活的部署能力,以及覆盖中国市场主要地区的22个分公司,甲骨文商务智能解决方案不仅仅面向金融、电信、政府、能源以及制造行业的大型客户,也针对中小企业提供快速部署的方案。吴韶益说,中小企业在应对IT技术发展浪潮中更容易进行变革,对于快速成长的中小型企业,只要客户有需求,甲骨文会有针对性的提供一个短平快的解决方案,帮助客户进行快速的部署。
从传统数据库模式走到大数据时代是每个企业都需要经历的一次涅槃,不管是大型企业,还是处于快速发展期的成长型中小企业,都可以借助新兴IT技术实现企业核心竞争力的跃升。商务智能应用使得企业以全新的角度审视数据资产,而大数据技术的逐渐普及推动着商务智能迈入全新的发展阶段。在这场“技术”催生“应用”的变革中,商务智能应用只有更好地与大数据技术进行结合,才能为企业创造更大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01