
BM Insight 峰会今日在美国拉斯维加斯召开。在峰会中,IBM发布了名为DataWorks、dashDB和Cloudant的三款云数据服务,组成了基于云计算的、面向企业的大数据分析工具链。这三款云数据服务分别涵盖了企业大数据分析的数据准备、实时分析以及分享使用三大环节,目前已经进入IBM BlueMix云计算商店中,供企业选用。
三种云数据库服务图示
构建大数据分析工具链据调研机构Nucleus Research今年9月的一份报告显示:在今天,企业每投入1美元到数据分析领域,将产生13美元的新价值。也就是说,在各类数据“泛滥”的当下,企业拥有数据分析和洞察的能力,将使其在竞争中占据优势。
事实上,企业大数据应用的真正难点不在于数据缺乏,而是没有分析的能力。IBM大数据业务总经理Beth Simith 表示,“如果你不能将数据为你所用,那么即使你拥有全世界所有的数据也是毫无意义的。”
而让数据“为你所用”的第一步前提是数据筛选和准备。据调查显示,在大数据分析过程中,80%的时间和精力将花费在数据筛选和准备这一环节当中。“筛选和准备数据”这一环节不仅是出发点,而且是大数据分析的第一道难关。
这一现状,成为IBM构建其数据分析服务的逻辑起点。IBM新推出的云数据库服务首要的任务是使企业拥有筛选和管理大数据的能力,“并将筛选和准备好的数据,像发动机的燃料一样,投入到分析以及后续应用中”,Simith用生动的语言解释了这一出发点。
顺着这一出发点,在今日的Insight峰会上,IBM“一气呵成”发布了三款云数据服务。在具体细节方面:
DataWorks主要负责数据筛选和准备。这项数据定义服务,将使企业能够整理、筛选原始的数据,使之用于后续的数据分析。
dashDB主要用于实时分析,这一服务使用了“内存数据库”技术,可以要分析的数据置于内存、而非传统磁盘,将大大提高读取写入速度,加快数据分析和呈现,以应对企业实时分析的需求。
Cloudant主要用于数据分享和使用,今日新推出的版本拓展了Cloudant Local功能, 是一项“数据库即服务”(Datebase-as-a-services)的业务。这一业务使得企业可以在其私有云部署数据分享服务,让企业员工和合作伙伴借助各类设备更轻松的访问到企业数据。
从数据准备到实时分析、再到数据分享和使用,IBM用这三款服务构建了大数据分析的完整工具链。并且,这一工具链是完全基于云计算的,目前已在IBM BlueMix云中正式上线。
这一工具链的连贯性,将会使企业在分析和使用大数据时更加连贯和流畅,并得以与现有的业务结合,让大数据优化企业运营、改造和颠覆原有商业模式成为可能。
IBM布道大数据分析
事实上,以“抓住这一刻”为主题的Insight峰会处处充满了“了解、洞察、觉醒、优化、变革、改造、颠覆”等关键词。与其说Insight是一次技术峰会,更不如说Insight是IBM的一次“大数据分析布道会”。
不久之前,IBM给出的第三季度财报表现不佳,营收和利润同比双双下滑。值得注意的是,IBM已经经历了连续10个季度的营收下降。与不好看的数字相对应的是IBM积极转型的决心:IBM接连卖掉非核心业务,加速向云、大数据等新兴领域转型。
与卖业务相对应,IBM在大数据分析领域大力投资和并购。数据显示,IBM已经在构建其大数据分析能力方面投入了240亿美元,并收购了超过30家公司或业务。而此次峰会的“布道”,更是展现出其的大数据领域的信心。
IBM提出了“洞察经济”的概念
布道的对象,主要是IBM的合作伙伴和客户。除了一个个现实的案例之外,IBM更是将大数据分析提升到了宏观经济的层面。“大数据,及其实时分析技术将催生一个洞察经济时代的来临”,IBM高级Bob Picciano在峰会的演讲环节做出如上的表示。
所谓“洞察经济”,即因为技术的成熟,企业应用数据分析将会大大增进企业对其业务、趋势、消费者、行业等方面的了解和洞察,从而应用这些洞察力优化企业运营,甚至改造企业原有的商业模式。IBM员工分享的案例甚至包括:一家传统汽车厂商借助大数据分析技术,成立了一家出售数据的子公司。这一案例已经不是优化运营的范畴了,而完全是一个商业模式的转型。
在“洞察经济”当中,IBM将其定位为技术提供者、赋予能力者和顾问者的角色。借助技术的发展,在不远的将来,企业中能使用大数据分析的不仅仅是IT或者数据科学家,而应该是企业中的每一个人。
在工具层面,DataWorks、dashDB和Cloudant数据服务仅仅是一个开始,而基于Watson人工智能技术构建的Watson Analysis将在技术普及方面走的更远。目前,Watson Analysis已经支持机器学习、自然语言交互和智能分析建议。并且,Watson Analysis将会有免费的基础版本供所有大众使用。
综上,“布道大数据”行为本身是“水面”上的行动,而在水面之下,则是IBM这个业界巨头的庞大转型。无论在理论层面、还是在实践层面,大数据分析是这次转型的重要方向之一。
IBM有超过一百年的企业历史,历经从打卡器到计算设备再到软件服务的数次转型。 IBM转型的基因和文化一直存在。那么,转型的基因、决心和信心都已具备,成功与否,剩下的就看IBM人的执行力和最终的市场表现了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08