數(shù)據(jù)轉(zhuǎn)化:大數(shù)據(jù)分析項(xiàng)目的重大議程

"大數(shù)據(jù)"已經(jīng)成為商業(yè)智能（BI）、分析和數(shù)據(jù)管理市場(chǎng)領(lǐng)域中討論度最高的話題之一，當(dāng)然也是最熱門的流行語(yǔ)之一。越來(lái)越多的企業(yè)開始關(guān)注BI和分析供應(yīng)商，希望可以解決大數(shù)據(jù)環(huán)境中的業(yè)務(wù)問題。不幸的是，要在大數(shù)據(jù)中獲得可見性是說起來(lái)容易做起來(lái)難。而且，隨著供應(yīng)商不斷攻破大數(shù)據(jù)分析項(xiàng)目的各種難題，投放到市場(chǎng)的產(chǎn)品種類越來(lái)越繁多，企業(yè)要想選擇最能滿足他們需求的一款產(chǎn)品也相當(dāng)不易。

那么，到底什么才是真正的大數(shù)據(jù)呢？最近，IT電子雜志eWeek的一篇報(bào)道對(duì)大數(shù)據(jù)做了如下定義（其中部分參考了Gartner公司對(duì)這一提法的定義）："大數(shù)據(jù)指結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)跨網(wǎng)絡(luò)傳輸?shù)教幚砥骱痛鎯?chǔ)設(shè)備的數(shù)量、種類和速度，以及這些數(shù)據(jù)轉(zhuǎn)化為企業(yè)業(yè)務(wù)建議的過程。"

這樣說來(lái)大數(shù)據(jù)就等于數(shù)據(jù)管理和數(shù)據(jù)分析，漏掉了關(guān)于大數(shù)據(jù)所面臨的業(yè)務(wù)挑戰(zhàn)中很重要的一個(gè)方面--復(fù)雜度。例如，大數(shù)據(jù)部署經(jīng)常涉及到各方面信息，包括來(lái)自社交媒體網(wǎng)絡(luò)、電子郵件、傳感器、Web活動(dòng)日志以及其它數(shù)據(jù)源的信息等，這些數(shù)據(jù)很可能與傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)不兼容。

在許多情況下，所有分離的數(shù)據(jù)都需要整合，以便在更廣泛的層面上產(chǎn)生影響。這可能對(duì)業(yè)務(wù)規(guī)則、表連接和大數(shù)據(jù)分析系統(tǒng)的其它組件關(guān)系重大。在考慮存儲(chǔ)和查詢管理的時(shí)候，大數(shù)據(jù)由于其復(fù)雜度，與傳統(tǒng)數(shù)據(jù)完全不同；正因?yàn)槿绱?，分析?shù)據(jù)庫(kù)和數(shù)據(jù)分析軟件供應(yīng)商不得不加快腳步幫助公司處理大數(shù)據(jù)問題。

理解大數(shù)據(jù)是評(píng)估技術(shù)需求和實(shí)施大數(shù)據(jù)分析規(guī)劃的第一步，然后根據(jù)日益龐大和多樣化的數(shù)據(jù)集，理解市場(chǎng)、理解企業(yè)在實(shí)現(xiàn)商業(yè)價(jià)值與發(fā)揮競(jìng)爭(zhēng)優(yōu)勢(shì)中所遇到的阻礙因素。

大數(shù)據(jù)分析項(xiàng)目的重大議程

當(dāng)然，許多企業(yè)一直擁有大數(shù)據(jù)集。但是現(xiàn)在，越來(lái)越多的企業(yè)存儲(chǔ)的信息量就算不是PB級(jí)，起碼也有TB量級(jí)。此外，他們希望每天能分析幾次關(guān)鍵數(shù)據(jù)，甚至是實(shí)時(shí)分析；而傳統(tǒng)BI流程對(duì)歷史數(shù)據(jù)進(jìn)行分析的頻率是以周或月為單位的。越來(lái)越多復(fù)雜查詢的處理帶來(lái)了各種不同的數(shù)據(jù)集，其中有可能包含來(lái)自企業(yè)資源計(jì)劃（ERP）系統(tǒng)和客戶關(guān)系管理（CRM）系統(tǒng)交易數(shù)據(jù)、社交媒介和地理空間數(shù)據(jù)，還有內(nèi)部文檔和其它格式信息等等。越來(lái)越多的公司也會(huì)想給企業(yè)客戶提供自助服務(wù)的BI功能，讓對(duì)分析結(jié)果的理解變得容易一些。

所有這一切都涉及到大數(shù)據(jù)分析戰(zhàn)略，而且技術(shù)供應(yīng)商處理這些需求的方式是多種多樣的。許多數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)供應(yīng)商都在關(guān)注及時(shí)處理大量復(fù)雜數(shù)據(jù)的能力。有的用列式數(shù)據(jù)存儲(chǔ)來(lái)實(shí)現(xiàn)更快速的查詢，有的提供內(nèi)建的查詢優(yōu)化器，有的增加對(duì)Hadoop和MapReduce這類開源技術(shù)的支持功能。

內(nèi)存分析工具可能對(duì)分析處理速度的提升有所幫助，因?yàn)樗軠p少磁盤數(shù)據(jù)轉(zhuǎn)換的需求；而數(shù)據(jù)虛擬化軟件和其它實(shí)時(shí)數(shù)據(jù)集成技術(shù)可對(duì)運(yùn)行中不同數(shù)據(jù)源的信息進(jìn)行收集。對(duì)于垂直市場(chǎng)而言，現(xiàn)成的分析應(yīng)用程序都是專門為其定制的，因?yàn)橹T如電信、金融服務(wù)和網(wǎng)絡(luò)游戲這些行業(yè)都必須處理大數(shù)據(jù)。當(dāng)公司管理人員和業(yè)務(wù)經(jīng)理需要查看大數(shù)據(jù)分析查詢結(jié)果時(shí)，數(shù)據(jù)可視化工具可以簡(jiǎn)化其流程。

在數(shù)據(jù)和分析需求方面符合以上分類描述的企業(yè)，在制定實(shí)施方案、對(duì)大數(shù)據(jù)基礎(chǔ)設(shè)施進(jìn)行選型之前，需要考慮以下問題：

數(shù)據(jù)及時(shí)性（并不是所有數(shù)據(jù)庫(kù)都支持實(shí)時(shí)數(shù)據(jù)可用性）

各種數(shù)據(jù)源需要與數(shù)據(jù)關(guān)聯(lián)性和業(yè)務(wù)規(guī)則復(fù)雜度進(jìn)行鏈接，以獲得一個(gè)包含企業(yè)績(jī)效、銷售機(jī)會(huì)、客戶行為、風(fēng)險(xiǎn)因素和其它業(yè)務(wù)指標(biāo)的全面視圖。

由于分析的需要，歷史數(shù)據(jù)的數(shù)量也需考慮在內(nèi)。如果我們需要五年的數(shù)據(jù)，而一個(gè)數(shù)據(jù)源只包含兩年的信息，那么該怎么辦呢？

哪些技術(shù)供應(yīng)商在業(yè)內(nèi)具有大數(shù)據(jù)分析方面的經(jīng)驗(yàn)？有沒有他們的業(yè)績(jī)記錄？

在企業(yè)內(nèi)部，不同數(shù)據(jù)入口的負(fù)責(zé)人是誰(shuí)？他們?cè)?/span>大數(shù)據(jù)分析策略中分別扮演什么角色？

這些因素并不能從根本上影響需求的規(guī)劃，但是它們可以幫助企業(yè)部署大數(shù)據(jù)分析系統(tǒng)、選擇最為合適的技術(shù)。