
企業(yè)大數(shù)據(jù)應(yīng)用三段論
隨著云計(jì)算、物聯(lián)網(wǎng)和開源大數(shù)據(jù)技術(shù)生態(tài)的高速發(fā)展,企業(yè)獲得大數(shù)據(jù)相關(guān)基礎(chǔ)設(shè)施技術(shù)和服務(wù)越來越容易。雖然現(xiàn)階段大數(shù)據(jù)成熟應(yīng)用多在互聯(lián)網(wǎng)公司,但我們需認(rèn)識(shí)到,一方面,大數(shù)據(jù)應(yīng)用是非常碎片化的,這個(gè)碎片化包括業(yè)務(wù)層面和技術(shù)層面,大數(shù)據(jù)不只是谷歌,亞馬遜,BAT等互聯(lián)網(wǎng)企業(yè),每一個(gè)行業(yè)、企業(yè)里面都有它去關(guān)注數(shù)據(jù)的痕跡:一條生產(chǎn)線上的實(shí)時(shí)傳感器數(shù)據(jù),車輛身上的傳感數(shù)據(jù),高鐵設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù),交通部門的監(jiān)控?cái)?shù)據(jù),醫(yī)療機(jī)構(gòu)的病例數(shù)據(jù),政府部門的海量數(shù)據(jù)等等;大數(shù)據(jù)不只是Hadoop和Spark,從采集、存儲(chǔ)、挖掘、預(yù)測、展示、決策各個(gè)層面的技術(shù)生態(tài)體系十分龐雜。很多企業(yè)都意識(shí)到大數(shù)據(jù)應(yīng)用潛力巨大,但說到具體業(yè)務(wù)需求就是一頭霧水,到具體技術(shù)選型還是一頭霧水;另一方面,現(xiàn)在開源大數(shù)據(jù)技術(shù)泛型下的系統(tǒng)、技術(shù)及架構(gòu)主要來源于互聯(lián)網(wǎng)巨頭,這種技術(shù)架構(gòu)真正適合傳統(tǒng)企業(yè)和機(jī)構(gòu)嗎?中小企業(yè)如何做大數(shù)據(jù)應(yīng)用?互聯(lián)網(wǎng)企業(yè)的大數(shù)據(jù)架構(gòu)是否適合傳統(tǒng)企業(yè)大數(shù)據(jù)應(yīng)用?傳統(tǒng)企業(yè)的核心數(shù)據(jù)多是結(jié)構(gòu)化的,如何對(duì)眾多業(yè)務(wù)系統(tǒng)的分析整合進(jìn)行支撐,如何對(duì)傳統(tǒng)商業(yè)智能(Business Intelligence, BI)系統(tǒng)進(jìn)行集成或逐步升級(jí)替換?諸如此類問題需要深入調(diào)研、分析和具有豐富的業(yè)務(wù)技術(shù)經(jīng)驗(yàn)才能做好規(guī)劃設(shè)計(jì)。另外大數(shù)據(jù)時(shí)代數(shù)據(jù)的壟斷趨勢在加劇,中小企業(yè)甚至處于信息化劣勢的國家,如何獲得數(shù)據(jù)話語權(quán)更值得深思,怎么樣設(shè)計(jì)實(shí)施大數(shù)據(jù)戰(zhàn)略就更重要了。
上述種種問題,說明我們對(duì)大數(shù)據(jù)應(yīng)用充滿了困惑。如何解惑,下面提出自己的一點(diǎn)粗淺看法。我們都知道,大數(shù)據(jù)成熟應(yīng)用來源于互聯(lián)網(wǎng)企業(yè),大數(shù)據(jù)技術(shù)也發(fā)源于互聯(lián)網(wǎng)巨頭,為什么?這跟互聯(lián)網(wǎng)企業(yè)的基因有關(guān),UGC海量數(shù)據(jù)就不說了,互聯(lián)網(wǎng)公司業(yè)務(wù)和技術(shù)都注重幾個(gè)關(guān)鍵詞:敏捷、簡潔、迭代。什么樣的數(shù)據(jù),用哪種方式存儲(chǔ)效率最高,怎么樣處理起來速度最快成本最低,如何持續(xù)支持海量數(shù)據(jù)存儲(chǔ)和并發(fā)訪問等。企業(yè)要想應(yīng)用好大數(shù)據(jù),就應(yīng)該大膽的拋棄傳統(tǒng)的信息化思路,從零開始,借助于互聯(lián)網(wǎng)企業(yè)敏捷和迭代理念,真正去思考這么多歷史數(shù)據(jù)對(duì)企業(yè)來講有什么意義,會(huì)產(chǎn)生什么價(jià)值,如何最佳應(yīng)用實(shí)施。說白了這就是大數(shù)據(jù)思維的變革,雖然說起來有點(diǎn)虛,但這個(gè)思維觀念不轉(zhuǎn)變過來,是很難做好大數(shù)據(jù)應(yīng)用的。接下來企業(yè)要問自己幾個(gè)核心的問題:要處理的數(shù)據(jù)類型有哪些?要處理的數(shù)據(jù)量和未來的增長規(guī)模如何?處理的速度要求快還是慢?已有的數(shù)據(jù)和系統(tǒng)現(xiàn)狀怎么樣如何和大數(shù)據(jù)應(yīng)用整合?大數(shù)據(jù)分析的背景知識(shí)和分析目標(biāo)是怎么樣的?上述問題明確之后,還必須認(rèn)識(shí)到,在企業(yè)大數(shù)據(jù)應(yīng)用實(shí)施過程中,由于成本、時(shí)間、技術(shù)和人力考慮,不可能短時(shí)間內(nèi)建設(shè)所有大數(shù)據(jù)相關(guān)的業(yè)務(wù)子系統(tǒng),大數(shù)據(jù)應(yīng)用本身有其規(guī)律和特點(diǎn),比如分析目標(biāo)一定是要跟數(shù)據(jù)規(guī)模匹配,分析技術(shù)的采用取決于數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)源條件,數(shù)據(jù)集成一定要覆蓋比較全面的業(yè)務(wù)背景,關(guān)鍵環(huán)節(jié)數(shù)據(jù)不能有缺失等等。
最后建議企業(yè)大數(shù)據(jù)應(yīng)用分三個(gè)階段進(jìn)行:(1)大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)階段:這個(gè)階段的重點(diǎn)是把大數(shù)據(jù)存起來,管起來,能用起來,同時(shí)要考慮大數(shù)據(jù)平臺(tái)和原有業(yè)務(wù)系統(tǒng)的互通聯(lián)合問題。一句話,做好全局數(shù)據(jù)集成解決數(shù)據(jù)孤島問題!要完成大數(shù)據(jù)基礎(chǔ)設(shè)施系統(tǒng)(主要是采集和存儲(chǔ))搭建和集成開發(fā),明確數(shù)據(jù)采集、存儲(chǔ)和分析各層核心組件的選型和使用,搭建穩(wěn)定的大數(shù)據(jù)集群,或選擇私有云方案的服務(wù)集群,與生產(chǎn)系統(tǒng)并線運(yùn)行,使待分析的歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)得以采集并源源不斷流入大數(shù)據(jù)系統(tǒng)。
(2)大數(shù)據(jù)基礎(chǔ)描述分析階段:此階段主要定位于離線或在線對(duì)歷史數(shù)據(jù)進(jìn)行企業(yè)全局條件下的基本描述統(tǒng)計(jì)分析,對(duì)管理起來的大數(shù)據(jù)能進(jìn)行海量存儲(chǔ)條件下的交互式查詢、匯總、統(tǒng)計(jì)和可視化,如果建設(shè)了BI系統(tǒng)的,還需整合傳統(tǒng)BI技術(shù)進(jìn)行OLAP、KPI、Report、Chart、Dashboard等分析和初步的描述型數(shù)據(jù)挖掘分析,并能快速驗(yàn)證描述分析結(jié)果進(jìn)行調(diào)整,同時(shí)對(duì)大數(shù)據(jù)系統(tǒng)進(jìn)行迭代升級(jí)開發(fā)。這個(gè)基礎(chǔ)分析階段是對(duì)數(shù)據(jù)集成質(zhì)量的檢驗(yàn),也是對(duì)海量數(shù)據(jù)條件下的分布式存儲(chǔ)管理技術(shù)應(yīng)用穩(wěn)定性的測試,同時(shí)要能替代傳統(tǒng)BI的豪華報(bào)表就算基本成功了。
(3)大數(shù)據(jù)高級(jí)預(yù)測分析和生產(chǎn)部署階段:在初步描述分析結(jié)果合理,符合預(yù)期目標(biāo),數(shù)據(jù)分布式管理和描述挖掘穩(wěn)定成熟的條件下,可結(jié)合進(jìn)一步業(yè)務(wù)點(diǎn)分析需求,采用如深度學(xué)習(xí)等適用海量數(shù)據(jù)處理的機(jī)器學(xué)習(xí)模型,進(jìn)行高級(jí)預(yù)測性挖掘分析。并通過逐步迭代優(yōu)化挖掘模型和數(shù)據(jù)質(zhì)量,形成穩(wěn)定可靠和性能可擴(kuò)展的預(yù)測分析模型,并在企業(yè)相關(guān)業(yè)務(wù)服務(wù)中使用分析結(jié)果進(jìn)行驗(yàn)證、支持和反饋,核心目標(biāo)就是像谷歌大腦,百度大腦計(jì)劃落地一樣,建立企業(yè)未來的決策支持中心和實(shí)現(xiàn)真正的商業(yè)智能!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03