大數據驅動業務發展_數據分析師

數據如流水，本身具有動力。當大數據如浪潮般涌到我們面前時，能夠提供什么樣的動力？它不僅可以幫助企業規劃和掌握自身資源，對企業內部做到更全面的內視，預測和優化生產運營；也可以幫助企業360度了解用戶，通過數據分析客戶的偏好獲得，推出一些以客戶為導向的產品或以客戶為針對性的服務；它還能洞察業務、改善運營、推動決策，持續驅動業務創新。

提到增加用戶滿意度、推進決策，很多人都會說商務智能BI也可以實現。那么BI與大數據有何區別呢？傳統的BI是一個逆向的思維過程，發現問題之后進行邏輯分析，然后找到因果關系，再提出解決方案，BI解決的多是結果的問題和已經發生的事情。而大數據是一種正向的思維，給企業提供的是可以預測未來的走向，先是收集數據后進行量化分析，然后發現數據之間關聯關系，并以此提出一種優化的方案。從原來的事后諸葛亮到現在具有高瞻遠矚的能力，這是對于決策支持根本性的改變。

“做大數據“兩類認識誤區：保守vs激進

每天我們都能看見許多公司喊著要做“大數據”，各行業也流傳著一些很經典或很神奇的大數據故事，當然，大數據做好，從中獲得的利益將是巨大的。但沒有一個深思熟慮的數據戰略，做的越多可能只是浪費越多的時間和人力、財力。面對大數據滾滾大潮，傳統企業呈現出完全不同的兩種態度：一類是過于保守，覺得自己企業規模太小、數據量太少，還用不上大數據；另一類又走入了另一個極端，認為大數據是萬能的，能夠解決各種各樣問題。

對于大數據保守派，要告知他們大數據離我們并不遙遠的思想。數據無大小，大和小在于人們審視或者利用數據的方式。大數據對企業來說，最重要的是一種數據的思維，也就是說，企業需要站在數據的角度去考慮問題。沒有企業永遠都不需要大數據，因為市場是瞬息萬變的，可能現在不需要大數據，但到了明天卻發現競爭對手們都在用大數據開拓創新業務，到那個時候再去接受大數據就晚了。應該是：戰略上可以輕視，但是戰術上一定要重視。而對于大數據激進派，就要適時滅滅他們的火。在信息化的每個發展階段都會有大量的各式各樣的數據處理要求，這其實都是大數據，大數據是企業信息化發展到當前這個階段的必然結果，沒有必要去神話它。

企業在做大數據項目時需要注意一點，那就是大數據并不是一朝一夕就能完成的工作。并不是說，購買了一些機器，組建了一個Hadoop環境，就能稱為做了大數據。除了設備上的投資，企業還需要在人員、在技術方面進行安排，同時，企業的組織架構也需要進行相應的調整，增設新的崗位去專門進行大數據的分析和研究。大數據的前期準備工作很多，這是一種思維上變革，切忌急功進利。

Informatica融入大數據時代的平臺搭建

從大數據的孕育、出生到現在的成長階段，Informatica一直都在密切關注并參與其中，而多達21年的數據管理平臺搭建經驗也在經歷的過程中無痕的融入大數據時代的平臺搭建中，這不是驟然的從傳統到大數據，而是一個長時間的潛移默化過程，這也讓Informatica在大數據成型之后可以迅速而穩定的推出一系列全面、先進、成熟的數據管理解決方案，幫助客戶更加高效、全面地去管理數據。

大數據要落地，會有許許多多的基礎工作要完成，比如數據的采集、數據的預處理、數據的清洗、數據的遷徙、數據的深加工以及數據的分析等，這些步驟都是不可或缺的。Informatica整體解決方案能夠提供不同的產品、不同的方法手段，來去幫助客戶完成上述不同的階段的不同的要求，包括：企業數據集成、大數據、數據質量控制、主數據管理、B2B Data Exchange、應用程序信息生命周期管理、復雜事件處理、超級消息和云數據集成。此外，大數據時代還有一個熱門的話題就是數據安全，Informatica在數據讀取和使用兩方面使用動態或靜態的數據脫敏手段來保證數據的隱私；對于數據的生命周期管理，Informatica提供了一些運算、存儲等系列新技術，對歷史數據進行歸檔、留存及分析。

對于企業來講，選用數據處理平臺，最危險的莫過于新技術的采用，極易引起平臺的紊亂，甚至是崩潰，而要想找尋其中的沖突所在則像大海撈針，不僅勞神費力，還極大的影響企業的正常運行。Informatica作為老資歷企業，其豐富的經驗足以使其解決方案可以在面對大數據時，最大程度的降低與采用 Hadoop 等最新技術相關聯的風險，幫助企業屏蔽底層技術平臺的差異，這同時也是對企業投資的一種保護。從2006年提出大數據概念一直到現在，大數據技術的迭代式發展非?？?，如果企業自己去研究大數據技術非常不現實，這種風險通過Informatica平臺可以屏蔽掉，企業只需在一些圖形化界面里設計數據處理規則，而邏輯、底層則交由Informatica，Hadoop、Linux、Unix等不同平臺上可以自由切換。

全球已有超過5500家企業利用Informatica方案成功地管理其在本地的、云中的和社交網絡上的數據資產。在金融行業，一些銀行客戶利用Informatica方案來構建企業級的數據倉庫，構建商務智能BI系統；電信運營商使用Informatica產品對通話詳單信息做格式化處理，通過對這些結構化數據進行分析，以此改善改善用戶投訴響應時間，并可做到反向的設備監察；能源行業的客戶通過Informatica主數據平臺消除不同系統中大數據存在的差異，使最終的數據報表展現更真實、一致；醫療行業能夠采用Informatica方案集成和整合HIS、LIS、電子病例等各業務系統中的數據，提高數據的共享程度，完善患者的電子診療信息。

大數據應用需業務和IT人員良好協同

在傳統業務模式中，IT部門是業務部門獲取數據的橋梁，然而數據的描述和最終獲取都會因為多了IT部門這道環節而大打折扣。Informatica認為數據不是IT的，數據真正屬于業務，數據產生于業務又為業務所使用，IT只是承擔著為數據服務的角色，是數據的管理者。所以，數據應用必須將業務人員和IT人員結合起來協同作業，而Informatica也一直把協作理念貫穿在產品整個的設計當中。比如很多產品即有專門針對IT技術人員使用的界面，也有非常簡單易用的圖形化界面提供給業務人員。還有一些整體的解決方案，包括數據的自助式服務、數據的虛擬化等等，這些方法從底層通過技術的手段將各種各樣的數據呈現到最終業務用戶面前，讓他們自由地選擇希望使用、瀏覽、分析什么樣的數據，甚至能夠參與到數據的操作過程中來，從而保證業務人員能夠緊密地與IT人員協同。

Informatica最新推出的IDP（Intelligent Data Platform）智能數據集成平臺，可以讓業務部門成為真正數據受益者，IDP直接面向業務部門，將人員、位置與事物以更加智能的方式緊密相連，業務人員可以根據自己的需求，按需獲得他所要的數據。舉例來說，當傳統數據管理解決方案能夠生成30種報表，如果企業想要第31種，需要IT部門與供應商一起來進行再開發。而有了IDP，業務人員不需借助IT部門的幫助，不需關注后臺運作，即可在這個平臺上很方便地直接生成第31中分析報表。這些面對業務人員的操作都是交互式、自助式的。當然，IDP也解放了IT人員，使他們可以把工作重心放在開發和系統集成上。

IDP包含的三大要素：首先是Informatica Vibe 虛擬數據機：這是一種可嵌入式數據處理引擎，它提供了對任何位置、格式或來源的數據的近乎普遍的訪問能力，支持客戶“一次映射，多次部署”；其次是數據基礎設施：數據基礎設施層能夠在任何規模下，系統、連續地交付干凈、安全、互連的數據。從部門級到企業級，從事務數據到大數據，從內部部署到云端；最后是數據智能：為客戶重新定位數據基礎設施層所創建的元數據，進而提高可見性、改善決策過程并加強運營智能化水平。

Informatica提出“數據湖”的概念，意思就是無論是在云端還是在地上，無論是傳統的還是大數據，都能夠將數據放在一個“湖”里，讓所需人員自由的按需索求而無任何障礙。Informatica希望能夠幫助廣大客戶和合作伙伴輕松應對大數據時代的新需求，幫助他們向以數據驅動型的企業轉變。