沃爾瑪超市“啤酒與尿布”的案例，曾被奉為商業(yè)智能的經(jīng)典。它體現(xiàn)了數(shù)據(jù)對市場營銷的巨大價值。故事大致如此： 在美國的沃爾瑪超市，人們發(fā)現(xiàn)了一個十分有趣的現(xiàn)象——尿布與啤酒的捆綁銷售。咋一看將這兩樣毫無共同點的商品結(jié)合在一起令人疑惑叢生，但驚愕的是，這一舉措居然使尿布和啤酒的銷量雙雙大幅提高。之后的市場調(diào)查給出了原因：原來美國家庭的妻子通常在家照顧孩子，因而經(jīng)常會叮囑丈夫在下班回家途中順便給孩子買尿布，購物途中的丈夫則又順手拿了幾瓶自己愛喝的啤酒。在商家發(fā)現(xiàn)這一奧秘之后，投其所好進行捆綁銷售，為商家?guī)砹舜罅康睦麧櫋?/p>
“啤酒與尿布”的故事彰顯了數(shù)據(jù)的價值�？此骑L馬牛不相及的商品，通過海量的信息數(shù)據(jù)挖掘，它們之間的潛在關(guān)聯(lián)得以顯現(xiàn)。
從“數(shù)據(jù)”到“數(shù)據(jù)價值”之間的轉(zhuǎn)換，這便是“商業(yè)智能”（Business Intelligence，簡稱BI）的核心。通常情況下，新的業(yè)務和商業(yè)模式便誕生于此。
海量數(shù)據(jù)
IT圈子里常常會有一些共識，比如：數(shù)據(jù)也是企業(yè)的重要資產(chǎn)。關(guān)于大數(shù)據(jù)的研究與預測，也早已成為行業(yè)里炙手可熱的課題。
IDC調(diào)查的研究報告表明，2012年，全球信息化資料量為2.8ZB。隨著全球PC與智能手機的普及、愈來愈多的數(shù)據(jù)正在被產(chǎn)生。到2020年，全球數(shù)據(jù)資料存儲量將達到40ZB。這一數(shù)據(jù)量約等于地球沙灘上所有沙�？偤偷�47倍，這意味著平均每人將擁有5247GB的數(shù)據(jù)量。如果把40ZB全存到藍光光碟中，光碟的重量將與424臺尼米茲（Nimitz） 級航母相當。而數(shù)字信息的主要制造者也將從現(xiàn)有的成熟市場轉(zhuǎn)移至新興市場。
在存儲世界里，這或者相當于世界末日；但從另一方面來看，龐大的數(shù)據(jù)就像是一座金礦，以“啤酒與尿布”為例，巨大的市場機會蘊含其中。而在信息技術(shù)發(fā)展迅速的當下，其價值將越來越容易被挖掘。
事實上，圍繞著大數(shù)據(jù)而涌現(xiàn)的一大批新興商業(yè)智能，如數(shù)據(jù)挖掘、數(shù)據(jù)存儲、數(shù)據(jù)處理和分析等，也正迅速席卷市場。由于數(shù)據(jù)挖掘等商業(yè)智能技術(shù)的應用，讓不少企業(yè)從大量的歷史數(shù)據(jù)中剝繭抽絲，發(fā)現(xiàn)很多有價值的信息，大大改善了管理人員決策的科學性。
長期以來，商業(yè)智能的應用一直局限于結(jié)構(gòu)化數(shù)據(jù)，但實際上，生活中更多的是非結(jié)構(gòu)化數(shù)據(jù)，這一類型的數(shù)據(jù)近年來增長更為迅速。例如社交媒體中的各種交互活動、購物網(wǎng)站用戶點擊行為、圖片、電子郵件等。大數(shù)據(jù)就是要打破傳統(tǒng)商業(yè)智能領(lǐng)域的這一局限，甚至從某種程度上，它將更擅長處理非結(jié)構(gòu)化數(shù)據(jù)。
不難預料的是，隨著大數(shù)據(jù)相關(guān)技術(shù)的成熟，數(shù)據(jù)分析和處理將逐漸從傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)擴展至非結(jié)構(gòu)化數(shù)據(jù)領(lǐng)域中，越來越多的行業(yè)將從中受益。如何利用大數(shù)據(jù)，通過商業(yè)智能將其價值發(fā)揮到最大，已成為企業(yè)尋找商業(yè)價值的根基。
大數(shù)據(jù)挖掘拓展
在摩爾定律的作用下，IT設備的硬件成本一直在不斷降低，加上現(xiàn)代IT技術(shù)的發(fā)展，使得很多服務器連接到一起組建服務器群集變得非常容易。諸多因素的結(jié)合為大數(shù)據(jù)時代的到來提供了平臺。
從微博等社交媒體中挖掘?qū)崟r數(shù)據(jù)，再將它們同實際銷售信息進行整合，能夠為企業(yè)提供真正意義上的智能，幫助其了解市場發(fā)展趨勢、理解客戶的消費行為并為將來制定更加有針對性的策略，對于企業(yè)提升其服務質(zhì)量有著積極的作用。
相對于傳統(tǒng)媒體而言，在新媒體環(huán)境下，用戶不僅能夠隨時隨地接收豐富的多模態(tài)信息，同時，產(chǎn)生并分享豐富的多模態(tài)信息，這對數(shù)據(jù)挖掘提出了新的要求。在清華大學計算機系教授楊士強看來，如今，信息量的激增、信息源的不可控和傳播模式的多樣化、復雜化等，令尋找可信的精準的信息變得更具挑戰(zhàn)性。
作為信息平臺，需要注意如何將用戶需要的信息和個性需求相結(jié)合，精準地傳遞用戶需要的信息。另一方面，要對網(wǎng)絡進行監(jiān)控和引導，構(gòu)建健康的網(wǎng)絡環(huán)境。數(shù)據(jù)挖掘是一種海量、多模態(tài)、多尺度、多類型的技術(shù)，進行關(guān)聯(lián)預測、分類與聚類、趨勢預測等等，在現(xiàn)有的技術(shù)上，需要尋找新的技術(shù)，來適應新媒體環(huán)境下的數(shù)據(jù)挖掘。
楊士強教授給出了信息→信息流→行為性信息流的新挖掘思路。在信息層面，通過內(nèi)容理解，進行信息內(nèi)容的語義挖掘；在信息流層面，進行結(jié)構(gòu)分析，進行信息傳播的結(jié)構(gòu)挖掘及演化規(guī)律挖掘；在行為性信息流層面，通過行為建模，進行用戶偏好挖掘。
一些大數(shù)據(jù)技術(shù)正在被那些迫切需要這些技術(shù)，且對新技術(shù)異常敏感的人們積極使用，大數(shù)據(jù)挖掘正向各行各業(yè)擴展。幾年前，或許還僅僅只是Facebook、雅虎這樣的大型網(wǎng)絡公司應用大數(shù)據(jù)技術(shù)。如今，銀行業(yè)、公共事業(yè)、智能社區(qū)等等，幾乎所有擁有海量數(shù)據(jù)的企業(yè)都在使用大數(shù)據(jù)技術(shù)，這些技術(shù)在部分項目中也起到了關(guān)鍵作用，如創(chuàng)建由社交媒體驅(qū)動的基于Web的服務。而在其他一些垂直行業(yè)、企業(yè)也已經(jīng)意識到，與之前相比，自己正處于業(yè)務轉(zhuǎn)型的一個絕佳機會當口。它們在產(chǎn)業(yè)鏈上的價值越來越依賴于信息。
BI→BA
商業(yè)智能的關(guān)鍵是從企業(yè)運作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取（extraction）、轉(zhuǎn)換（transformation）和裝載（load），即ETL過程，合并到一個數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個全局視圖。在此基礎(chǔ)上，利用一些工具對其進行分析和處理，最后將結(jié)果呈現(xiàn)給管理者，為管理者的決策過程提供支持。
自2003年商業(yè)智能技術(shù)興起開始，處理并分析非結(jié)構(gòu)化數(shù)據(jù)都是BI面臨的難點。大數(shù)據(jù)意味著包括交易和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集，其規(guī)模及復雜程度，都遠遠超出了常用技術(shù)按照合理的成本和時限來捕捉、管理及處理這些數(shù)據(jù)的能力。
IDC在對2008-2012年的BI工具預測中，指出商業(yè)分析（BA）軟件應包括的兩大部分：數(shù)據(jù)倉庫平臺和績效管理工具及應用。除開商業(yè)智能外，它還包括了企業(yè)信息管理（EIM）、數(shù)據(jù)倉庫（DW）、企業(yè)治理、風險管理和合規(guī)（GRC）、企業(yè)績效管理（EPM）、分析應用（AA）五大支柱。
當報表、多維分析等傳統(tǒng)的BI技術(shù)已被大家熟知之后，它向更高級且易用的BA技術(shù)邁進。在BA中，EIM的作用舉足輕重，在社交媒體等工具中產(chǎn)生的大量非結(jié)構(gòu)化數(shù)據(jù)，EIM可以對其進行分析，并將其轉(zhuǎn)化為有意義的數(shù)據(jù)。
從企業(yè)內(nèi)部來說，倘若公司高管和一線員工之間要獲得良好的溝通，需要借助商業(yè)分析（BA），與BI更多關(guān)注報表、分析、儀表盤不同，BA相當于在ERP和BI之間架起了一座橋梁。
對各個機構(gòu)來說，讓業(yè)務部門能夠訪問所有數(shù)據(jù)，以便將其應用于整個大數(shù)據(jù)基礎(chǔ)設施中也顯得極為重要。數(shù)據(jù)集成讓組織機構(gòu)能夠?qū)鹘y(tǒng)的交易數(shù)據(jù)與全新的交互數(shù)據(jù)組合起來，從而獲得在其他情況下無法達成的洞察力和價值。比如，可以通過社交媒體了解客戶的喜惡，以此充實客戶資料來提高目標行銷效率。
而商業(yè)分析也不再只被少數(shù)專家所使用。作為企業(yè)管理層，上班的第一件事也許是打開營運績效儀表盤查看企業(yè)運營情況，餐廳也會分析顧客的偏好來管理和優(yōu)化原料的供應，超市則會根據(jù)商品銷售的關(guān)聯(lián)分析來進行貨架的布置。 BA已經(jīng)融入人們的日常生活。
在此基礎(chǔ)上，傳統(tǒng)以報表和多維分析為主的BI，向整合了統(tǒng)計分析、數(shù)據(jù)挖掘等高級分析技術(shù)的BA發(fā)展，將逐漸成為主流。
機遇與挑戰(zhàn)
大數(shù)據(jù)與商業(yè)智能的融合將為企業(yè)帶來什么機遇？在信息技術(shù)和信息渠道不斷更新的當下，應運而生的海量數(shù)據(jù)將社會帶入一個多元化的時代。毋庸置疑，這給企業(yè)信息化，乃至整個產(chǎn)業(yè)的發(fā)展帶來了前所未有的契機，給予不同需求的廠商及合作伙伴更多的商業(yè)競爭機會。
對于合作伙伴而言，傳統(tǒng)技術(shù)模式的創(chuàng)新更具推動作用，創(chuàng)新的技術(shù)理念推動著產(chǎn)業(yè)生態(tài)環(huán)境的發(fā)展，并能極大地促進于用戶的體驗，達成與合作伙伴的共贏。在新興技術(shù)趨勢引導下的BI格局，將在渠道層面掀起一番新的渠道機會。隨著企業(yè)業(yè)務系統(tǒng)的不斷完善，客戶需求推動著其步入大數(shù)據(jù)與商業(yè)智能融合的道路。
對于企業(yè)而言，隨著企業(yè)數(shù)據(jù)系統(tǒng)架構(gòu)的不斷優(yōu)化升級，小至企業(yè)部門間的OA系統(tǒng)，大到企業(yè)中的ERP，乃至數(shù)據(jù)中心。種種信息系統(tǒng)的集合成為企業(yè)信息數(shù)據(jù)的新價值體系，企業(yè)從海量數(shù)據(jù)中獲取價值的同時，從不斷的企業(yè)應用實踐中可以得出BI在逐漸被企業(yè)駕馭于系統(tǒng)集成之上，并逐漸開始與企業(yè)中ERP、CRM、SCM等系統(tǒng)相集成，由此，使數(shù)據(jù)獲得深入分析。大數(shù)據(jù)將革新商業(yè)智能的布局，并形成企業(yè)商業(yè)信息上的價值機會，數(shù)據(jù)應用隨著商業(yè)化的發(fā)展而迅速發(fā)展，商業(yè)數(shù)據(jù)價值逐漸占據(jù)企業(yè)信息層的主導位置。
對于廠商而言，在大數(shù)據(jù)格局中，其在市場中的獨到價值吸引著諸多企業(yè)級軟件廠商的目光，甚至有行業(yè)分析人士指出，業(yè)務價值成為當前大數(shù)據(jù)價值競爭的焦點，從數(shù)據(jù)中為客戶找到真正的業(yè)務價值的同時，也就掌握了大數(shù)據(jù)的話語權(quán)。
盡管大數(shù)據(jù)分析在互聯(lián)網(wǎng)時代有著重要的意義，但是，企業(yè)在抓住機遇的同時，也應該認識到相應的挑戰(zhàn)。尤其大數(shù)據(jù)分析缺乏成熟的實踐經(jīng)驗，其方式方法與傳統(tǒng)的數(shù)據(jù)倉庫與BI系統(tǒng)有著一定的區(qū)別。在實施大數(shù)據(jù)分析項目之前，企業(yè)不僅應該知道使用何種技術(shù)，還應該知道在什么時候、什么地方使用。
在大數(shù)據(jù)與BI的融合應用過程中，企業(yè)還將繼續(xù)使用傳統(tǒng)BI工具，這在大數(shù)據(jù)分析環(huán)境下可以作為有效補充。然后高級的分析用來應對非結(jié)構(gòu)化數(shù)據(jù)。有些公司還會有科學家或類似職位，他們往往是高級或者資深的IT工程師，負責構(gòu)建復雜的預測模型。
隨著移動應用技術(shù)的迅猛發(fā)展，BI在移動技術(shù)應用上的突破也隨即會步入正軌，未來對于移動終端設備上的突破，將成為商業(yè)智能在技術(shù)應用層面一道新的亮點。從某種意義上來看，移動BI的興起將把企業(yè)數(shù)據(jù)分析技術(shù)領(lǐng)域帶到一個新的紀元。
有業(yè)內(nèi)人士認為，隨著全球一體化進程的加快，企業(yè)競爭力在技術(shù)和產(chǎn)品上會很快被競爭對手同質(zhì)化，進而導致企業(yè)通過數(shù)據(jù)分析而獲得的企業(yè)核心競爭力越趨凸顯。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/
相關(guān)文章
