
大數(shù)據(jù)分析項目的重大議程
"大數(shù)據(jù)"已經成為商業(yè)智能(BI)、分析和數(shù)據(jù)管理市場領域中討論度最高的話題之一,當然也是最熱門的流行語之一。越來越多的企業(yè)開始關注BI和分析供應商,希望可以解決大數(shù)據(jù)環(huán)境中的業(yè)務問題。不幸的是,要在大數(shù)據(jù)中獲得可見性是說起來容易做起來難。而且,隨著供應商不斷攻破大數(shù)據(jù)分析項目的各種難題,投放到市場的產品種類越來越繁多,企業(yè)要想選擇最能滿足他們需求的一款產品也相當不易。
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的一篇報道對大數(shù)據(jù)做了如下定義(其中部分參考了Gartner公司對這一提法的定義):"大數(shù)據(jù)指結構化與非結構化數(shù)據(jù)跨網(wǎng)絡傳輸?shù)教幚砥骱痛鎯υO備的數(shù)量、種類和速度,以及這些數(shù)據(jù)轉化為企業(yè)業(yè)務建議的過程。"
這樣說來大數(shù)據(jù)就等于數(shù)據(jù)管理和數(shù)據(jù)分析,漏掉了關于大數(shù)據(jù)所面臨的業(yè)務挑戰(zhàn)中很重要的一個方面--復雜度。例如,大數(shù)據(jù)部署經常涉及到各方面信息,包括來自社交媒體網(wǎng)絡、電子郵件、傳感器、Web活動日志以及其它數(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)倉庫系統(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生影響。這可能對業(yè)務規(guī)則、表連接和大數(shù)據(jù)分析系統(tǒng)的其它組件關系重大。在考慮存儲和查詢管理的時候,大數(shù)據(jù)由于其復雜度,與傳統(tǒng)數(shù)據(jù)完全不同;正因為如此,分析數(shù)據(jù)庫和數(shù)據(jù)分析軟件供應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)是評估技術需求和實施大數(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、理解企業(yè)在實現(xiàn)商業(yè)價值與發(fā)揮競爭優(yōu)勢中所遇到的阻礙因素。
大數(shù)據(jù)分析項目的重大議程
當然,許多企業(yè)一直擁有大數(shù)據(jù)集。但是現(xiàn)在,越來越多的企業(yè)存儲的信息量就算不是PB級,起碼也有TB量級。此外,他們希望每天能分析幾次關鍵數(shù)據(jù),甚至是實時分析;而傳統(tǒng)BI流程對歷史數(shù)據(jù)進行分析的頻率是以周或月為單位的。越來越多復雜查詢的處理帶來了各種不同的數(shù)據(jù)集,其中有可能包含來自企業(yè)資源計劃(ERP)系統(tǒng)和客戶關系管理(CRM)系統(tǒng)交易數(shù)據(jù)、社交媒介和地理空間數(shù)據(jù),還有內部文檔和其它格式信息等等。越來越多的公司也會想給企業(yè)客戶提供自助服務的BI功能,讓對分析結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,而且技術供應商處理這些需求的方式是多種多樣的。許多數(shù)據(jù)庫和數(shù)據(jù)倉庫供應商都在關注及時處理大量復雜數(shù)據(jù)的能力。有的用列式數(shù)據(jù)存儲來實現(xiàn)更快速的查詢,有的提供內建的查詢優(yōu)化器,有的增加對Hadoop和MapReduce這類開源技術的支持功能。
內存分析工具可能對分析處理速度的提升有所幫助,因為它能減少磁盤數(shù)據(jù)轉換的需求;而數(shù)據(jù)虛擬化軟件和其它實時數(shù)據(jù)集成技術可對運行中不同數(shù)據(jù)源的信息進行收集。對于垂直市場而言,現(xiàn)成的分析應用程序都是專門為其定制的,因為諸如電信、金融服務和網(wǎng)絡游戲這些行業(yè)都必須處理大數(shù)據(jù)。當公司管理人員和業(yè)務經理需要查看大數(shù)據(jù)分析查詢結果時,數(shù)據(jù)可視化工具可以簡化其流程。
在數(shù)據(jù)和分析需求方面符合以上分類描述的企業(yè),在制定實施方案、對大數(shù)據(jù)基礎設施進行選型之前,需要考慮以下問題:
數(shù)據(jù)及時性(并不是所有數(shù)據(jù)庫都支持實時數(shù)據(jù)可用性)
各種數(shù)據(jù)源需要與數(shù)據(jù)關聯(lián)性和業(yè)務規(guī)則復雜度進行鏈接,以獲得一個包含企業(yè)績效、銷售機會、客戶行為、風險因素和其它業(yè)務指標的全面視圖。
由于分析的需要,歷史數(shù)據(jù)的數(shù)量也需考慮在內。如果我們需要五年的數(shù)據(jù),而一個數(shù)據(jù)源只包含兩年的信息,那么該怎么辦呢?
哪些技術供應商在業(yè)內具有大數(shù)據(jù)分析方面的經驗?有沒有他們的業(yè)績記錄?
在企業(yè)內部,不同數(shù)據(jù)入口的負責人是誰?他們在大數(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。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11