
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
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22