大數(shù)據(jù)時代下如何打造個性化的商務智能實踐

董燕 高健飛

摘 要：隨著移動互聯(lián)網、物聯(lián)網、云計算等信息技術的迅猛發(fā)展，全球每時每刻都在產生著巨大的數(shù)據(jù)量。應用這些海量的（大）數(shù)據(jù)，也預示著新的網絡傳播與網絡服務等模式將逐步走近人們當前的工作狀態(tài)與生活模式。該文主要通過對大數(shù)據(jù)的產生背景以及商務智能發(fā)展階段分別進行相關分析闡述，探討了大數(shù)據(jù)時代下，如何挖掘信息的真正潛力和價值，實現(xiàn)商務智能實踐的個性化。希望通過該文的研究，能夠讓人們對大數(shù)據(jù)時代下的商務智能有更多的了解與認識。

關鍵詞：大數(shù)據(jù)時代 商務智能 信息 價值

中圖分類號：G250.7 文獻標識碼：A 文章編號：1672-3791（2015）09（c）-0018-02

隨著信息技術的迅猛發(fā)展，生活中的數(shù)據(jù)量變越來越大，數(shù)據(jù)處理工具的智能化水平也變得越來越高，處理速度越來越快，價格也越來越實惠。利用對數(shù)據(jù)量的分析來做決策不僅僅是一種趨勢，而且是許多商務公司、政府部門必不可少的一項工作內容。在大數(shù)據(jù)時代的下，靈活運用各類數(shù)據(jù)分析的手段來進行決策已經成為各個企業(yè)等相關領域的一項必修課。

何謂大數(shù)據(jù)呢？簡單的說，大數(shù)據(jù)就是涉及到各個領域所涵蓋的各個方面的海量數(shù)據(jù)集成體，大數(shù)據(jù)其實在某種層面上也可以認為是數(shù)據(jù)的收集方法，就像大家每天的生活其實已經被數(shù)據(jù)化并收集起來，早晨出門電梯里的攝像頭記錄著人們的出行時間，開車上班時，道路兩旁的攝像頭又記錄著人們的車速和所在位置，工作期間，網頁和通話記錄記錄著大家的瀏覽記錄和通話時長以及聯(lián)絡對象，下班回家，購物記錄甚至都可以記錄著人們的職業(yè)身份和性格特征。目前，隨著人們對于移動互聯(lián)網、物聯(lián)網、云計算等信息技術的廣泛應用，大家已經開始注意到了大數(shù)據(jù)這個概念。

1 大數(shù)據(jù)時代的相關闡述

1.1 大數(shù)據(jù)概述

關于大數(shù)據(jù)的概念，其實早在1998年的時候就有學者提出來了，但是發(fā)展到今天才得到了一定程度的發(fā)展，其主要原因都是與當下的移動互聯(lián)網以及物聯(lián)網的飛速發(fā)展密不可分。不過說起大數(shù)據(jù)，很多人也都是只聞其聲，不見其形，具體是大數(shù)據(jù)是什么，目前還沒有標準化的定義，根據(jù)美國國家標準與技術研究院（NIST）發(fā)布的研究報告、業(yè)界權威高德納咨詢公司（Gartner）以及百度百科詞條的定義可以將“大數(shù)據(jù)”概括為是涉及到各個行業(yè)、各種媒體服務、各個方面的海量數(shù)據(jù)集成體，是指無法在合理的時間內利用主流軟件工具處理的數(shù)據(jù)集合。

1.2 大數(shù)據(jù)的基本特征

由維克托.邁爾-舍恩伯格以及肯尼斯.庫克耶編寫的《大數(shù)據(jù)時代》中提出了大數(shù)據(jù)的四個基本特征，這就是數(shù)量大、價值大、速度快、多樣性。大數(shù)據(jù)的處理模式和曾經的數(shù)據(jù)處理模式有所不同，隨著大數(shù)據(jù)處理技術不斷的被認可與應用，目前，它已經被認為是繼云計算、物聯(lián)網之后IT產業(yè)又一次顛覆性的技術變革。

首先，大數(shù)據(jù)的數(shù)據(jù)量比較大，大概有多大，1 PB等于1 024 TB，1 TB等于1 024 G，大數(shù)據(jù)的數(shù)量則大到PB級別，甚至是ZB級別。當然，具體如何計算，可以使用相關的資料數(shù)據(jù)來進行查詢，這里想表述的是，大數(shù)據(jù)和傳統(tǒng)的單個網站數(shù)據(jù)庫儲存的數(shù)據(jù)量比較起來，已經是傳統(tǒng)單個網站的上百倍還要多，而當數(shù)據(jù)量達到了PB級別的時候，就可以稱之為“大數(shù)據(jù)”。

其次，大數(shù)據(jù)的數(shù)據(jù)量價值大。這特征是在數(shù)據(jù)量大的基礎上更進一步的演變，比如說，通過對淘寶者們所產生的上網數(shù)據(jù)進行分析后，那么這部分數(shù)據(jù)就有了商業(yè)價值，商家可以通過分析這些數(shù)據(jù)來知道某些人的愛好，進而指導營銷策略，發(fā)展方向等等。如果有了病人患某種疾病的大數(shù)據(jù)，就可以根據(jù)這些數(shù)據(jù)來分析預測某種疾病的發(fā)生，這些都是大數(shù)據(jù)的價值。

再次，大數(shù)據(jù)的多樣性。數(shù)據(jù)如果是單一的數(shù)據(jù)，那么這些數(shù)據(jù)就沒有了價值。比如，全國范圍內每個地區(qū)，每個時間段網民的年齡、學歷、職業(yè)身份、愛好等等都會產生各種各樣的數(shù)據(jù)。只有讓數(shù)據(jù)擴展到更大范圍，才能產生更大的價值。

第四，大數(shù)據(jù)的速度快，這一方面主要是指對產生數(shù)據(jù)的邏輯處理速度非常快，1秒定律，就是指可以從各種類型的數(shù)據(jù)中快速獲得高價值的信息，這是區(qū)別傳統(tǒng)數(shù)據(jù)挖掘技術的又一特征。

總之，具備了以上幾個方面，才能稱之為“大數(shù)據(jù)”，那大數(shù)據(jù)在商務智中又起到了哪些作用呢？

2 商務智能發(fā)展的前世今生

追奔溯源，學界目前已公認，赫伯特.西蒙對決策支持系統(tǒng)的研究，是現(xiàn)代商務智能概念的最早源頭和起點。發(fā)展到了20世紀70年代，麻省理工學院的研究人員指出，決策支持系統(tǒng)和運營信息系統(tǒng)完全不同，必須將其分開，這也就意味著要為決策支持系統(tǒng)設計獨立的數(shù)據(jù)存儲結構，但是，受當時數(shù)據(jù)存儲能力的限制，這項研究在確立了這一觀點后便停滯不前。1988年，BIM公司的兩名研究員（Barry Devlin和Paul Murphy）創(chuàng)造性的提出了一個新的術語：數(shù)據(jù)倉庫。如蠶之蛹，數(shù)據(jù)倉庫是商務智能的依托和基礎，是對海量數(shù)據(jù)進行分析的核心物理構架。數(shù)據(jù)倉庫的這一構架出現(xiàn)后，商務智能的下一個產業(yè)鏈出現(xiàn)了，這就是：聯(lián)機分析，這時的數(shù)據(jù)庫便開始散發(fā)其真正的魅力。

數(shù)據(jù)倉庫、聯(lián)機分析技術的不斷成熟和發(fā)展，可以說，它們?yōu)樯虅罩悄芴峁┛蚣芑A，但是真正給商務智能賦予“智能”生命的其實是這兩個鏈條之后的下一產業(yè)鏈：數(shù)據(jù)挖掘。尿布和啤酒，這二者聽起來風馬牛不相及，但這正是對歷史數(shù)據(jù)進行挖掘的結果，反映的正是搜集到數(shù)據(jù)的一個規(guī)律。經過對數(shù)據(jù)的跟蹤調查，一些年輕的爸爸經常要去超市為家里的嬰兒買尿布，這其中有30%-40%的新爸爸會選擇順便買點啤酒，隨后沃爾瑪就對啤酒喝尿布進行了捆綁銷售，結果不出意料，銷售量大大增加。如果沒有數(shù)據(jù)挖掘，這種微妙的關系就很難被發(fā)現(xiàn)，它的發(fā)展和成熟，最終推動了商務智能在各行各業(yè)的廣泛應用。

隨著數(shù)據(jù)倉庫、聯(lián)機分析和數(shù)據(jù)挖掘技術的不斷發(fā)展和完善，業(yè)界曾一度認為，商務智能的發(fā)展已經到了功德圓滿的程度，很好完成了其自身的使命，因此，早期的商務智能的產業(yè)鏈條僅此有這三塊而已。

但是技術的發(fā)展是永無止境的，進入21世紀后，在大數(shù)據(jù)的時代背景下，商務智能的產業(yè)鏈條再一次向前邁進一大步，即：數(shù)據(jù)可視化。它是指通過將復雜的數(shù)據(jù)轉化為直觀的圖形呈現(xiàn)給最普通的用戶群，使得商務智能不再是高級分析人員的專利，而是更加貼近大眾生活，通俗易懂，成為人人都可以使用的工具和手段。

總之，商務智能的這個四個發(fā)展鏈條，每一塊都很復雜，彼此間也有著很強的獨立性。不過一個好的商務智能產品，并不需要面面俱到，目前，也有不少公司專注在一個鏈條上不斷的完善發(fā)展。

3 打造商務智能個性化實踐，挖掘信息真正的潛力和價值

商務智能的發(fā)展歷程是一個漸進的、復雜的演進過程，到目前為止，它的內涵和外延還都處于動態(tài)的發(fā)展當中。它所包含的產業(yè)鏈條，還有不斷擴大發(fā)展的趨勢。特別是在大數(shù)據(jù)時代，數(shù)據(jù)挖掘技術的潛力非常巨大，可以預見，這一技術將對人類社會產生深遠影響，大數(shù)據(jù)時代的競爭，將會是知識生產率的競爭，而以發(fā)現(xiàn)新知識為目標的商務智能，必定是這個時代最受關注的競爭利器。在這樣的時代下，企業(yè)如何利用大數(shù)據(jù)打造商務智能的個性化實踐呢？第一，必須保證數(shù)據(jù)的來源真實、快捷、規(guī)范。在調研初級階段，必須根據(jù)要求確定好數(shù)據(jù)范圍，再以此為基礎進行數(shù)據(jù)分析等，利用統(tǒng)一的數(shù)據(jù)平臺和數(shù)據(jù)接口對財物、采購和費用、供應鏈、人力資源、銷售、市場等產生的數(shù)據(jù)進行規(guī)范化管理，確保各個環(huán)節(jié)數(shù)據(jù)真實有效。

第二，根據(jù)自身實際來確定數(shù)據(jù)的處理與分析方法。目前，很多企業(yè)的管理者都采用的是多維度業(yè)態(tài)模式，單一的維度已經不合時宜，必須建立多維視角。在進行分析時，可以采取將一個完整的項目劃分為幾個大專題，對每一個專題再設立不同的指標和實施動態(tài)的專題化分析，使管理者可以獲得最新、完整、多角度的決策數(shù)據(jù)支持。

第三，最后提供管理者的決策參考必須是簡明易懂，一目了然的直觀性視圖，將其通過數(shù)據(jù)的可視化來表達、展示和傳遞。例如，可以通過條理清晰的財物價值系統(tǒng)架構圖來體現(xiàn)不同的管理主題等，令管理者可以迅速找到所需要的有效信息。

簡而言之，在大數(shù)據(jù)時代下，要充分的擁有和應用大數(shù)據(jù)，借助商務智能這一利器，不斷的挖掘信息與數(shù)據(jù)的潛在能量和價值，為企業(yè)的管理帶來新的生機與活力。

參考文獻

[1] 維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代[M].杭州：浙江人民出版社，2013.

[2] 涂子沛.大數(shù)據(jù)[M].桂林：廣西師范大學出版社，2013：85-100.