大數(shù)據(jù)、商業(yè)智能和云計算三者有什么關系?

互聯(lián)網(wǎng)胖子君
大數(shù)據(jù)的數(shù)據(jù)來源包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù),有很大一部分數(shù)據(jù)是包括音頻、視頻、圖像在內(nèi)的非結構化數(shù)據(jù),或是半結構化數(shù)據(jù)。這類數(shù)據(jù)通過大數(shù)據(jù)管理的方式進行整合,然后用BI的方法進行分析挖掘處理。

今年國家正式確定了未來經(jīng)濟建設的長期目標——“新基建”。在新基建中5G、大數(shù)據(jù)中心、人工智能和工業(yè)互聯(lián)網(wǎng)是四大重點科技領域。

客觀地說,一方面,“新基礎設施”是中國數(shù)字經(jīng)濟發(fā)展的基本保證,它不僅可以在短期內(nèi)幫助穩(wěn)定投資,擴大內(nèi)需和增加就業(yè);另一方面,通過“新基礎設施”促進工業(yè)智能的升級,也關系到中國能否趕上智能時代的快車,這對于促進整個中國工業(yè)體系的發(fā)展具有非常重要的戰(zhàn)略意義。更具競爭力。

在這種背景下,通過云計算和大數(shù)據(jù)的使用,在“新基礎架構”中促進行業(yè)和企業(yè)的智能化轉型,迅速獲得業(yè)務洞察力以做出預測和決策,并實現(xiàn)產(chǎn)品和業(yè)務模式的創(chuàng)新,在很大程度上,它將成為決定企業(yè)乃至未來數(shù)字化轉型成敗的關鍵舉措。

從這個角度來看,了解大數(shù)據(jù),云計算和商業(yè)智能之間的關系,我們可以清楚地看到云計算是基本平臺,大數(shù)據(jù)是認知方法,而商業(yè)智能是最終目標。云計算,大數(shù)據(jù)和商業(yè)智能的深度集成和共同發(fā)展正在推動行業(yè)和企業(yè)實現(xiàn)智能化轉型。

大數(shù)據(jù)和云計算的關系

云計算的本質就是將計算能力作為一種較小顆粒度的服務提供給用戶,按需使用和付費,體現(xiàn)了:

經(jīng)濟性,不需要購買整個服務器

快捷性,即可使用,不需要長時間的購買和安裝部署

彈性,隨著業(yè)務增長可以購買更多的計算資源,可以需要時購買幾十臺服務器的1個小時時間,運算完成就釋放

自動化,不需要通過人來完成資源的分配和部署,通過API可以自動創(chuàng)建云主機等服務。

云計算的技術關注點在于如何在一套軟硬件環(huán)境中,為不同的用戶提供服務,使得不同的用戶彼此不可見,并進行資源隔離,保障每個用戶的服務質量。

在大數(shù)據(jù)和云計算的關系上,兩者都關注對資源的調(diào)度。

數(shù)據(jù)處理可以基于云計算平臺(如IaaS,容器)。

數(shù)據(jù)處理也可以作為一種云計算的服務,如AWS的EMR(Amazon Elastic MapReduce)阿里云的ODPS(Open Data ProcessingService)。

大數(shù)據(jù)和商業(yè)智能BI的關系

BI(Business Intelligence)即商務智能,它是一套完整的解決方案,用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進行有效的整合,快速準確地提供報表并提出決策依據(jù),幫助企業(yè)做出明智的業(yè)務經(jīng)營決策。

商業(yè)智能BI在數(shù)據(jù)架構中處于前端分析的位置,BI的數(shù)據(jù)很多是來自數(shù)據(jù)庫的結構化數(shù)據(jù)分析。在企業(yè)內(nèi)部實施BI應用就是為了可以更好的對數(shù)據(jù)進行分享和使用。其核心作用是對獲取數(shù)據(jù)的多維度分析、數(shù)據(jù)的切片、數(shù)據(jù)的上鉆和下鉆、cube等。通過ETL數(shù)據(jù)抽取、轉化形成一個完整的數(shù)據(jù)倉庫、然后對數(shù)據(jù)倉庫的數(shù)據(jù)進行抽取,而后是商業(yè)智能的前端分析和展示。

BI更傾向于決策,對事實描述更多是基于群體共性,幫助決策者掌握宏觀統(tǒng)計趨勢,適合經(jīng)營運營指標支撐類問題;

而大數(shù)據(jù)(big data)是一種信息資產(chǎn),它是無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合,需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力。簡單而言,大數(shù)據(jù)更偏重于發(fā)現(xiàn)、預測并印證的過程。大數(shù)據(jù)則內(nèi)涵更廣,傾向于刻畫個體,更多的在于個性化的決策。

大數(shù)據(jù)的數(shù)據(jù)處理,涉及很多新的技術,不同的應用場景需要不同的大數(shù)據(jù)處理方法,需要有人專門進行研究和探索,可見大數(shù)據(jù)對于BI人員的技能要求有所提高。

大數(shù)據(jù)的數(shù)據(jù)來源包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù),有很大一部分數(shù)據(jù)是包括音頻、視頻、圖像在內(nèi)的非結構化數(shù)據(jù),或是半結構化數(shù)據(jù)。這類數(shù)據(jù)通過大數(shù)據(jù)管理的方式進行整合,然后用BI的方法進行分析挖掘處理。

大數(shù)據(jù)的應用幾乎涉及到社會生活的方方面面,如醫(yī)療行業(yè)、金融行業(yè)、體育行業(yè)、安全執(zhí)法、城市改善等等。當然,大數(shù)據(jù)所涵蓋的領域不止這些,未來還會有許多新的行業(yè)和領域利用大數(shù)據(jù)的應用進行規(guī)劃和發(fā)展。

隨著云計算和互聯(lián)網(wǎng)技術的不斷發(fā)展,企業(yè)CRM、ERP、SCM等應用系統(tǒng)的引入,企業(yè)不僅僅關注事務處理過程,而更加注重有效利用企業(yè)的數(shù)據(jù)為準確和快速的決策提供支持。由此帶動的對商業(yè)智能的需求將是巨大的。傳統(tǒng)BI的ETL、數(shù)據(jù)倉庫、OLAP、可視化報表技術,因為解決不了海量數(shù)據(jù)(包括結構化與非結構化)的處理問題,都處于淘汰的邊緣,BI的很多功能都可以被對應的大數(shù)據(jù)組件所替代。

目前很多商業(yè)智能BI供應商都在尋求突破,從傳統(tǒng)型BI向敏捷型BI轉變,從傳統(tǒng)功能向增強型功能轉變。其中DataFocus BI在國產(chǎn)軟件中也是比較出色的一款產(chǎn)品。在技術層面不斷吸收大數(shù)據(jù)技術,增加大數(shù)據(jù)處理引擎,讓BI可以從容的處理海量數(shù)據(jù)。而且在前端創(chuàng)新使用類自然語言搜索,降低對技術人的的技能要求,讓使用者可以輕松上手。在決策者手中不僅僅可以輕松掌握宏觀統(tǒng)計趨勢,更能夠刻畫個體,做出更加個性化的決策。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論