大數據分析的業務價值和分析方法

企業的大數據分析投入重點以及大數據分析對IT資源的需求進行了分析。在這一系列里，就大數據的分析方式和技術進行闡述。

　　大數據分析的業務價值和數據類型

　　越來越多的企業認識到數據分析能夠帶給企業業務的價值。中橋的多選項調查結果顯示(圖1)，企業認為大數據分析能夠帶來的主要業務價值依次是：提高生產過程的資源利用率，降低生產成本;根據商業分析提高商業智能的準確率，降低傳統“憑感覺”做決策的業務風險;動態價格優化利潤和增長;獲取優質客戶。這表明大數據已經對企業的成本、業務決策、利潤有著直接的影響。中橋的另外一組調研數據顯示，目前越來越多的企業級用戶考慮從批量分析(大數據創造價值的第一階段)向近實時分析(第二階段)發展，從而提高IT創造價值的能力。同時，數據分析在快速從商業智能向用戶智能發展。中國市場正逐步從大數據降低成本向大數據加速業務增長、提高利潤以及突破創新發展。

　　圖1. 大數據分析的主要業務價值

　　中橋調查顯示，目前中國用戶主要是通過數據分析來提高整個企業的運營效率，降低運營成本。從圖2對數據類型的調查結果來看，目前，中國企業的數據分析還是以結構化數據為主，如數據庫或事務性數據。此外辦公文件、計算機/網絡日志文件、文本/信息等也是企業數據增長的主要來源，同時也是能夠攫取出價值的數據類型。

　　圖2. 大數據分析數據類型

　　而就導致大數據問題的數據來源調查顯示(圖3)，毫無疑問，數據庫首當其沖，是企業大數據的主要來源;而半結構化和非結構化數據如軟件和網絡日志、感應數據、社群等也已經納入企業數據分析的主要范疇，這表明企業已經意識到這些數據對于業務的重要性，這也是實現從(大)數據分析第一階段到大數據分析第二階段的必要條件。也成為未來24個月用戶通過IT創造價值的IT投資重點。

　　圖3. 大數據分析數據來源

　　中國市場大數據分析方法

　　在了解了企業大數據的來源和種類之后，如何采取有效方式對這些數據進行分析，從而最大程度攫取數據價值，轉化為最明智的商業決策以利于企業業務運營，是企業對大數據進行分析的目的所在。從目前中國大數據分析的分析方法來看(圖4)，有33.8%的企業選擇針對具體工作負載來調整通用數據庫;22.0%的受訪企業選擇數據分析云計算服務(如軟件即服務和/或基礎設施即服務);還有20.7%的企業選擇自定義開發的解決方案。僅4.8%的用戶使用了并行處理(MPP)分析數據庫，3.3%使用了對稱處理(SMP)分析數據庫。這一結果表明，大多數的中國企業仍處于數據分析的第一階段。而且，目前中國用戶大多采用通用數據庫、云計算或自定義開發的解決方案和數據庫工具作為大數據分析方法，而沒有選擇去購買數據分析的軟件。

　　圖4. 大數據分析方法

　　MapReduce可以讓用戶把半結構化和非結構化數據整合到數據處理和分析平臺，從傳統的核心式數據分布演進到集群或網格式數據分布。從圖5關于數據處理和分析平臺的調查結果來看，常用的分布式計算環境(29.0%)、自定義開發的解決方案(27.7%)、SMP(對稱處理)數據庫(16.0%)、公有云平臺(10.5%)是目前大數據環境下較為普遍采用的數據處理和分析平臺，而使用MapReduce的企業占比較低(4.8%)。這說明，目前中國企業對MapReduce的認同有限，這不僅影響著數據分析三個階段的演進速度，也制約著數據的采集管理，進一步也影響著大數據分析四個環節的后面幾個環節。

　　圖5. 大數據處理和分析平臺