沃爾瑪超市“啤酒與尿布”的案例，曾被奉為商業智能的經典。它體現了數據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，人們發現了一個十分有趣的現象——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。在商家發現這一奧秘之后，投其所好進行捆綁銷售，為商家帶來了大量的利潤。
“啤酒與尿布”的故事彰顯了數據的價值。看似風馬牛不相及的商品，通過海量的信息數據挖掘，它們之間的潛在關聯得以顯現。
從“數據”到“數據價值”之間的轉換，這便是“商業智能”（Business Intelligence，簡稱BI）的核心。通常情況下，新的業務和商業模式便誕生于此。
海量數據
IT圈子里常常會有一些共識，比如：數據也是企業的重要資產。關于大數據的研究與預測，也早已成為行業里炙手可熱的課題。
IDC調查的研究報告表明，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、愈來愈多的數據正在被產生。到2020年，全球數據資料存儲量將達到40ZB。這一數據量約等于地球沙灘上所有沙粒總和的47倍，這意味著平均每人將擁有5247GB的數據量。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。而數字信息的主要制造者也將從現有的成熟市場轉移至新興市場。
在存儲世界里，這或者相當于世界末日；但從另一方面來看，龐大的數據就像是一座金礦，以“啤酒與尿布”為例，巨大的市場機會蘊含其中。而在信息技術發展迅速的當下，其價值將越來越容易被挖掘。
事實上，圍繞著大數據而涌現的一大批新興商業智能，如數據挖掘、數據存儲、數據處理和分析等，也正迅速席卷市場。由于數據挖掘等商業智能技術的應用，讓不少企業從大量的歷史數據中剝繭抽絲，發現很多有價值的信息，大大改善了管理人員決策的科學性。
長期以來，商業智能的應用一直局限于結構化數據，但實際上，生活中更多的是非結構化數據，這一類型的數據近年來增長更為迅速。例如社交媒體中的各種交互活動、購物網站用戶點擊行為、圖片、電子郵件等。大數據就是要打破傳統商業智能領域的這一局限，甚至從某種程度上，它將更擅長處理非結構化數據。
不難預料的是，隨著大數據相關技術的成熟，數據分析和處理將逐漸從傳統的結構化數據擴展至非結構化數據領域中，越來越多的行業將從中受益。如何利用大數據，通過商業智能將其價值發揮到最大，已成為企業尋找商業價值的根基。
大數據挖掘拓展
在摩爾定律的作用下，IT設備的硬件成本一直在不斷降低，加上現代IT技術的發展，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。諸多因素的結合為大數據時代的到來提供了平臺。
從微博等社交媒體中挖掘實時數據，再將它們同實際銷售信息進行整合，能夠為企業提供真正意義上的智能，幫助其了解市場發展趨勢、理解客戶的消費行為并為將來制定更加有針對性的策略，對于企業提升其服務質量有著積極的作用。
相對于傳統媒體而言，在新媒體環境下，用戶不僅能夠隨時隨地接收豐富的多模態信息，同時，產生并分享豐富的多模態信息，這對數據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合，精準地傳遞用戶需要的信息。另一方面，要對網絡進行監控和引導，構建健康的網絡環境。數據挖掘是一種海量、多模態、多尺度、多類型的技術，進行關聯預測、分類與聚類、趨勢預測等等，在現有的技術上，需要尋找新的技術，來適應新媒體環境下的數據挖掘。
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，通過內容理解，進行信息內容的語義挖掘；在信息流層面，進行結構分析，進行信息傳播的結構挖掘及演化規律挖掘；在行為性信息流層面，通過行為建模，進行用戶偏好挖掘。
一些大數據技術正在被那些迫切需要這些技術，且對新技術異常敏感的人們積極使用，大數據挖掘正向各行各業擴展。幾年前，或許還僅僅只是Facebook、雅虎這樣的大型網絡公司應用大數據技術。如今，銀行業、公共事業、智能社區等等，幾乎所有擁有海量數據的企業都在使用大數據技術，這些技術在部分項目中也起到了關鍵作用，如創建由社交媒體驅動的基于Web的服務。而在其他一些垂直行業、企業也已經意識到，與之前相比，自己正處于業務轉型的一個絕佳機會當口。它們在產業鏈上的價值越來越依賴于信息。
BI→BA
商業智能的關鍵是從企業運作系統的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過抽取（extraction）、轉換（transformation）和裝載（load），即ETL過程，合并到一個數據倉庫里，從而得到企業數據的一個全局視圖。在此基礎上，利用一些工具對其進行分析和處理，最后將結果呈現給管理者，為管理者的決策過程提供支持。
自2003年商業智能技術興起開始，處理并分析非結構化數據都是BI面臨的難點。大數據意味著包括交易和交互數據集在內的所有數據集，其規模及復雜程度，都遠遠超出了常用技術按照合理的成本和時限來捕捉、管理及處理這些數據的能力。
IDC在對2008-2012年的BI工具預測中，指出商業分析（BA）軟件應包括的兩大部分：數據倉庫平臺和績效管理工具及應用。除開商業智能外，它還包括了企業信息管理（EIM）、數據倉庫（DW）、企業治理、風險管理和合規（GRC）、企業績效管理（EPM）、分析應用（AA）五大支柱。
當報表、多維分析等傳統的BI技術已被大家熟知之后，它向更高級且易用的BA技術邁進。在BA中，EIM的作用舉足輕重，在社交媒體等工具中產生的大量非結構化數據，EIM可以對其進行分析，并將其轉化為有意義的數據。
從企業內部來說，倘若公司高管和一線員工之間要獲得良好的溝通，需要借助商業分析（BA），與BI更多關注報表、分析、儀表盤不同，BA相當于在ERP和BI之間架起了一座橋梁。
對各個機構來說，讓業務部門能夠訪問所有數據，以便將其應用于整個大數據基礎設施中也顯得極為重要。數據集成讓組織機構能夠將傳統的交易數據與全新的交互數據組合起來，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。
而商業分析也不再只被少數專家所使用。作為企業管理層，上班的第一件事也許是打開營運績效儀表盤查看企業運營情況，餐廳也會分析顧客的偏好來管理和優化原料的供應，超市則會根據商品銷售的關聯分析來進行貨架的布置。 BA已經融入人們的日常生活。
在此基礎上，傳統以報表和多維分析為主的BI，向整合了統計分析、數據挖掘等高級分析技術的BA發展，將逐漸成為主流。
機遇與挑戰
大數據與商業智能的融合將為企業帶來什么機遇？在信息技術和信息渠道不斷更新的當下，應運而生的海量數據將社會帶入一個多元化的時代。毋庸置疑，這給企業信息化，乃至整個產業的發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競爭機會。
對于合作伙伴而言，傳統技術模式的創新更具推動作用，創新的技術理念推動著產業生態環境的發展，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。隨著企業業務系統的不斷完善，客戶需求推動著其步入大數據與商業智能融合的道路。
對于企業而言，隨著企業數據系統架構的不斷優化升級，小至企業部門間的OA系統，大到企業中的ERP，乃至數據中心。種種信息系統的集合成為企業信息數據的新價值體系，企業從海量數據中獲取價值的同時，從不斷的企業應用實踐中可以得出BI在逐漸被企業駕馭于系統集成之上，并逐漸開始與企業中ERP、CRM、SCM等系統相集成，由此，使數據獲得深入分析。大數據將革新商業智能的布局，并形成企業商業信息上的價值機會，數據應用隨著商業化的發展而迅速發展，商業數據價值逐漸占據企業信息層的主導位置。
對于廠商而言，在大數據格局中，其在市場中的獨到價值吸引著諸多企業級軟件廠商的目光，甚至有行業分析人士指出，業務價值成為當前大數據價值競爭的焦點，從數據中為客戶找到真正的業務價值的同時，也就掌握了大數據的話語權。
盡管大數據分析在互聯網時代有著重要的意義，但是，企業在抓住機遇的同時，也應該認識到相應的挑戰。尤其大數據分析缺乏成熟的實踐經驗，其方式方法與傳統的數據倉庫與BI系統有著一定的區別。在實施大數據分析項目之前，企業不僅應該知道使用何種技術，還應該知道在什么時候、什么地方使用。
在大數據與BI的融合應用過程中，企業還將繼續使用傳統BI工具，這在大數據分析環境下可以作為有效補充。然后高級的分析用來應對非結構化數據。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，負責構建復雜的預測模型。
隨著移動應用技術的迅猛發展，BI在移動技術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，將成為商業智能在技術應用層面一道新的亮點。從某種意義上來看，移動BI的興起將把企業數據分析技術領域帶到一個新的紀元。
有業內人士認為，隨著全球一體化進程的加快，企業競爭力在技術和產品上會很快被競爭對手同質化，進而導致企業通過數據分析而獲得的企業核心競爭力越趨凸顯。
轉載請注明出處：拓步ERP資訊網http://m.hanmeixuan.com/
本文標題：商業智能融合大數據
相關文章
