BI 商业智能实战大数据知易行难

近几年来，大数据可谓声名鹊起，引起各行业普遍关注，俨然成为新的经济推动力和重要的生产资料。然而，很多企业在实践中发现要真正让大数据技术落地面临很多困难，甚至想借鉴一下大数据的成功案例时，却发现真正成功的案例并不多，已有的也大多集中在营销领域特别是基于互联网的营销，传统企业的成功案例乏善可陈。问题到底出在哪里？

　　“这是新技术落地的正常过程。”Informatica公司首席技术顾问杜绍森这样告诉记者，大数据发展如果用一个波浪式的图来形容，现在还处于第一个峰顶，必须经过低谷再升起，几轮反复。这期间，大家会看到各种大数据真实的案例，不管是成功的还是失败的都会给我们启示。

　　杜绍森是一位非常资深的技术专家，在数据治理、数据集成和数据质量领域积累了丰富的经验，对于数据利用和价值发掘有着更为直接的体验。杜绍森认为，只要尝试了就不一定是完全失败，就如数据仓库建设，几年前很多报告显示80%的项目失败，但仔细分析后发现，只是没有达到预期价值而已。“就如数据仓库一样，建设了近20年才让企业真正承认其价值，大数据也不能期望很快就获得成功，需要一个沉淀时间。”他说。

　　他认为传统商业智能的应用可以为大数据提供很好的技术基础和生态环境。比如，这两者的目的都是一样，希望借助对大量数据的分析找到有价值的东西，只是分析的数据类型和数据量以及所使用的技术手段有很大区别。当前处于大数据应用的早期，人们更倾向于采用传统的也更为熟悉的技术手段，这也正是大量见诸报道的大数据成功案例实际就是商务智能、数据仓库的改头换面、新瓶装旧酒的原因。

　　杜绍森认为，大数据与传统BI的区别之一是，真正的大数据思维是允许数据的不精确性。以前，由于可获得的数据量比较小，采样过程的精确度被放在重要的地位。而在大数据时代，采集全量的数据成为现实，但会增加数据的混乱性且造成结果的不准确性，如果仍执迷精确性，将无法应对这个新的时代。“数据只要做到10%准确，能够达成业务数十倍的增长即可，这是真正的大数据思维，未来我们应当习惯这种思维。”他说。

　　杜绍森特别强调，大数据不是一个纯技术问题，还包含很多管理、业务方面的内容。除了设备、技术上的投资，企业还需要在组织结构、人才保证、管理方式、企业文化等方面都有一个转变。这也正是像Informatica这样专业从事数据集成和数据质量管理的公司的价值所在。

　　据悉，围绕数据Informatica已经有了11个方面、30多小项的解决方案，尤其是其中的智能数据集成平台(IntelligentData Platform)提供了一个将数据转化为可信、可行且可靠的信息资产所需的全部功能，可以随时随地集成任何的数据碎片、查找并解决数据质量问题、给予用户凭借数据主动采取行动的能力，而且这些技术组合能够无缝地配合运作，以实现更精细化的数据管理。这些为大数据顺利落地传统企业奠定了一个非常好的基础。