大數據與商業的關系

❶ 大數據是如何正在改變整個商業屬性的

大數據是如何正在改變整個商業屬性的

專家們稱這個狀況為大數據。它的定義並不明朗，但它通常可以歸結為：公司會得比過去得到更多機會和途徑去獲得更多的信息數據，它的信息源要比以前更多，而且他們幾乎可以迅速得到它只要產生數據。

大數據經常能得到已經在處理信息的公司的鏈接，如谷歌， Facebook的和亞馬遜。但企業在很多行業中都非常看重大數據並且當成信息和操作中心。他們收集了大量的信息，通常會與傳統手段相適應，比如銷售的東西，如社會媒體網站和移動設備位置信息的評論。他們研究找出如何提高自己的產品，降低成本，吸引客戶。

托運人在卡車上使用的感測器要想方設法加快交貨。製造商，可以搜羅通過成千上萬的論壇帖子，從而調查出客戶是否會喜歡自己產品的一個新功能。招聘經理研究候選人如何回答問題，從而確定他們是否會能夠合作。

很多的障礙依然存在。有些是技術性的，但是商業決策通常也會產生障礙。在大多數公司里，決策仍然是基於HIPPO————收入最高的人的意見，同時，說服一個擅長數據勝過直覺的經理人去實施和執行，很難。

以下幾種方法，公司正在利用數據的力量來改變他們的業務。

人力資源

員工福利——特別是員工福利保健，可以是昂貴的。一些公司正在使用大數據以獲得更好的決策去處理。

凱撒娛樂公司，對其員工的醫療保險數據進行分析，發現數據能夠覆蓋到其65000名員工每個人和他們各自的家庭成員的醫療保險。管理人員可以追蹤成千上萬的員工如何使用醫療服務，如急診室參觀的人數，以及他們是否選擇了一個通用的品牌葯的變數。

「這個是一個關於非常不透明的和可以接受的商業經營成本，通常人事經理不會想到他們能夠控制，」Emily Gaines，凱撒娛樂的CEO說，凱撒的高級副總裁的補償，福利和人力資源的有效性。

例如，在2010年的數據表明，在公司財產，哈拉斯在費城，只有僅僅11%緊急措施被視為較便宜的緊急醫療設施，這一比例為在凱撒佔了34%。Harrah的團隊發起了一場斗爭，以呼籲員工的成本高因為ER訪問，並提供了一系列備選的其他設施。兩年後，17%的緊急設施處理突發事件，緊急護理，個人的ER訪問的百分比從40%下降到30%。

總體來看，由於凱撒在2009年開始跟蹤ER訪問，10,000緊急情況全公司已被轉移到較便宜的替代品，共節省450萬美元。

大的數據也在改變著招聘。比如說，Catalyst公司的IT服務，這是一家基於巴爾的摩技術的技術外包公司，主要是負責組裝隊的編程工作。今年，該公司將篩選超過10,000候選人。不僅是傳統的招聘過於緩慢和繁瑣的，該公司稱，同時一個招聘經理做出的主觀選擇也常常導致新來員工不符合標准。

「你需要能夠建立模型，可以幫助您採取這種主觀的看法」，邁克爾·羅森鮑姆說，Catalyst的創始人兼首席執行官。

因此，催化劑要求候選人填寫在線評估，許多公司都在這些日子裡，最有名的是谷歌。Catalyst公司用它來收集成千上萬位申請人的信息，事實上，從他們如何回答問題上，能比他們的答案獲得更多的數據。

例如，評估可能會給一個申請人關於微積分的問題，而申請人完全出乎意料。申請人回答問題的反應——很吃力的回答一道題，快速的回答一道題然後很快又返回，或者完全跳過它，這些都位人們如何處理挑戰提供了很多數據。

有些需要消耗體力解決問題的人，可能適合那種要求用有條理有技巧的方法去解決難題的任務，而在另一個狀況下表現比較強勢積極的申請人采可能會適合另外一種狀況。

這種方法的優勢在於它承認人具備各種不同的技能，並沒有什麼工作是能夠適合所有人的。根據大量數據研究表明，有特定性格特質的候選人必須是在特定的情況下才會合適，有時候一些人的偏見，不能做什麼。

對於一個行之有效的措施，Catalyst的員工流失率平均每年約15%的速度增長，與其在美國的競爭對手相比，超過30，與其在海外的同類競爭公司相比，超過20%。

產品開發

大的數據可以幫助捕獲顧客的喜好，並把這些信息應用在新產品設計上。在這方面，網路公司正在處於領先地位。

Zynga公司，僅次於舊金山游戲FarmVille的Zynga的公司， 每天從它的游戲，足夠的SNARE蛋白25兆兆位元組，以填補1000 Blu-ray光碟。使用這些數據為客戶服務，質量保證，並設定一些特點和功能應用在更新的游戲里。

例如，在原始版本的FarmVille的，動物更多是被設計成裝飾。但Zynga的游戲分析師發現，隊員們與動物的互動遠遠超過了設計者的預期，於是把動物移動到農場的周圍然後使用游戲中的貨幣去進行購買。

因此，在FarmVille 2，動物被給予更多關注和焦點。例如，如果你想製作和銷售一塊蛋糕，您可能需要一頭母牛的牛奶和雞的雞蛋。

甚至當Zynga的藝術家設計新功能時，其實也在使用數據。在傳統的市場測試中，游戲設計師可能測試不同版本，也就是說，一個圓點奶牛的焦點小組測試不同版本。Zynga的藝術家可以得出兩個不同的版本，並把兩種都放在游戲中，看看哪一種更受人歡迎。

當然，現實世界的製造商也使用大的數據，以了解顧客的興趣。

作為福特汽車公司，在設計第一台微型模型其新的全球平台——一個福特汽車和周圍卡車共同的一套組件設備，它決定一個地區的共同特點使適用於所有地區。

其中它考慮的一個功能，是一個「三眨眼」轉向指示燈，多年一直在其在歐洲的汽車。不同於其在美國的車輛上的信號，該指示燈閃爍三次，在驅動器的觸摸，然後關閉。

一個完整規模的市場研究試驗被視為過於昂貴和費時的。因此，福特汽車發燒友搜尋網站和業主論壇，看看有什麼司機說關於轉向燈的。研究人員使用的文本挖掘演算法，撲殺超過1萬提到，總結了最相關的評論。

三一眨不眨指標在2010年推出的新嘉年華和現在上最福特的產品。雖然一些網上評論者抱怨說，他們很難去適應新功能，但是它也有很多的捍衛者。

「起初，它花了一些時間來適應。現在我將不會有任何其他的方式!!」 寫了一個。

「的文本挖掘演算法使用的是在這一努力中的關鍵，並幫助確保一個完整的畫面，就不會使用傳統的市場研究，說：」Michael,Cavaretta，福特公司的研究數據預測和處理的科技領導人。

經營

多年來，公司一直在使用數字技術，使他們的業務更有效的。隨著大數據的興起，當數據產生時，公司可以根據一種新的信息源捕獲更多的信息。

美國聯合包裹運送服務公司長期依賴於數據以提高其業務。在2009年，它開始在其送貨車輛，除其他事項外，可以捕捉卡車的速度和位置，它被放置在反向倍的數量和駕駛員的安全帶是否扣安裝感測器。的許多信息被上載結束時的天至UPS數據中心，並分析過夜。

通過結合GPS信息和安裝在超過46,000輛車上的數據感測器，UPS在2011年減少了燃料消耗8400000加侖削減85萬英里外的路線。

市場營銷

市場營銷人員已長期使用的數據，以了解他們的客戶，並針對他們的球場。現在，過多的數據意味著市場營銷的目標可以更加個性化的信息。

像許多酒店經營者，總部設在英國的洲際酒店集團，多年收集的71萬會員的優悅會獎勵計劃，如收入水平的詳細信息，以及他們是否喜歡風格的家庭或商務旅客住宿。

幾年前，該公司合並到一個數據倉庫，它可以拉從社會媒體網站和處理查詢的信息比以往任何時候都更快的所有客戶營銷信息。

使用該系統，推出新的營銷活動在1月。在以前的活動可能有平均7至15定製營銷信息，新的廣告系列有1552，根據Atique，洲際酒店集團的全球客戶活動營銷的副總裁。

消息鋪開階段的最初的芯12的顧客群體，其中每一個被定義由4,000的屬性。其中一組，例如，往往停留在周末，積分兌換的禮品卡和注冊通過洲際酒店集團營銷合作夥伴，根據Shah先生。因此，這些客戶的營銷信息，讓他們了解當地在上周末的事件。

洲際酒店集團的高級副總裁史蒂夫·Sickel，分布和關系營銷活動產生率較高，35%的顧客轉換，或承兌，比類似的運動在去年夏天，他說。

以上是小編為大家分享的關於大數據是如何正在改變整個商業屬性的的相關內容，更多信息可以關注環球青藤分享更多干貨

❷ 大數據和企業發展有什麼關系

大數據時代」是目前最為流行的詞語之一，然而，多數企業仍不知道如何利用大數據來增加企業的價值，尤其是電子商務企業，對客戶的消費數據仍處於人工統計階段，對於下一季的流行趨勢和消費者喜好，則是「憑感覺」或「憑經驗」。但是，每天都有公司業務要忙，如何能更省力、省時、精準的預知商機？對於大數據發展可以通過河南電聯通信的幫助。

❸ 大數據影響商業決策

大數據影響商業決策
現如今，無論哪個行業的企業都在談論的是——數據。這里說的數據不是任意的數據，而是大數據。

如今我們生活在信息經濟體制中，公司採集和分析的數據越多，就能在做重要的商業決策時參考更多的信息。因此，公司不必再盲目地做決定或者只能瞎猜了。而些曾經根本無法測量的參量，如今也可以進行准確地測量。
現如今，大數據非常重要，它已經能夠影響到企業的估值。數據不屬於公司的有形資產，但擁有著深度見解和長遠預測的數據卻可以指引企業走向成功。企業的聲譽正是經典的案例之一。企業聲譽是企業重要的無形資產，如今卻可以通過採集的數據進行測算和價值評估。
除此之外，影響企業成功概率的因素還有使用數據的方式和依據數據分析所做的決策。數據變得如此有影響力，其本身也正被用來判定公司的價值。
最重要的決定——選擇數據採集工具
選擇商業智能軟體是整個數據採集過程中最重要的部分之一，因為這是數據採集和分析的工具。許多企業最難通過軟體平台來做商業決策，現在市面上有無數的數據採集軟體程序，但是它們之間不盡相同，像Tableau及其它在BI領域的主要競爭對手，其數據採集軟體程序在考慮用戶界面之前就有著很多功能。
就這些軟體而言，報告的功能是最重要的，數據的結果就是產生報告，只有數據沒有報告，數據就失去其原本的作用了。用戶需要定製用來生成報表的數據的呈現方式和數據類型。這樣，用戶就可以根據自己的核心業務指標來提取數據段。
自動採集數據的功能也極其重要。因為，數據採集應經是繁忙業務中的重要的一環，也是相當耗時的一環。所以，能夠智能化採集數據並自動生成報告的軟體程序，帶來的實用性更強。
當然，能接入數據源也是商業智能分析軟體極為重要的組成部分。商業智能軟體（BI）獲取的數據源越多樣化，公司收集和使用的信息就越多。
數據影響重要商業決策的三種途徑
根據大數據做出的決策可以在各個層面上對企業帶來極大的影響。每個公司都有自己的需求，但是幾乎每個公司都能利用大數據，就聲譽、收入渠道和生產力方面充分考慮後做出決定。
1.聲譽
2014年聲譽研究會的年度聲譽領袖研究顯示：公司最關注的是如何量化衡量他們聲譽的方式。同時，企業意識到，其中關鍵的一點是制定一份有效的輿情策略，提高公眾可感知的品牌數據量。
通過對社交媒體平台和企業網站的數據分析，公司可以更好地測估他們在大眾的眼中是什麼樣的形象。同時，他們也可以與客戶互動，並從中了解到客戶對公司品牌的滿意度。這些都在很大程度上影響著公司的聲譽。公司能夠利用數據做關於品牌化、社交媒體營銷和增進客戶關系方面的決策。
2.收入渠道
在擁有大量數據的情況下，找到一個新的收入渠道會更加容易。同時，找到推廣產品和服務的最佳市場營銷渠道也是輕而易舉的事情。兩者相結合，發布新產品或者新服務的風險更低。大數據能夠分析當前交易，用戶投訴並改進企業產品。企業可以深入挖掘數據，發現新的機遇。
3.生產力
提高運營效率和生產力是快速提高利潤的一個方法。市面上已經有大量的ERP軟體，多數ERP程序可以分析從生產線正常運營時間到會計程序的幾乎每種業務功能的數據。感測器可以實時追蹤卡車和貨物的運動，並將得到的大量數據記錄到軟體程序中。
收集到的數據能夠告訴企業主效率低下之處，也能夠找出提高生產力的自動化流程。有了大數據，你將能知道誰是生產力最高的員工，什麼機器耐用性最高，甚至怎樣通過縮短貨車路線減少燃料費用的問題，也可以得到解答。生產力的提高的可能性是無窮的，這就是定製報告的重要性所在。
大數據背後有巨大的商業潛力，但是只有企業能夠整理數據，找到真正重要的指標，才能更好地利用它。現在企業們或許正坐在一座金礦上，他們需要知道的就是怎樣利用這些信息。

❹ 大數據時代對商業活動有什麼影響

大數據(Big Data)是指無法用現有的軟體工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。數據科學的技術權威舍恩伯格提出：「大數據不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。」大數據擁有數據體量巨大、數據類型繁多、價值密度低、處理速度快、真實性5個特徵。
大數據的價值在於，在不變的條件下，多次發生隨機事件的頻率近似於它概率，「有規律的隨機事件」在大量重復出現的條件下，往往呈現幾乎必然的統計特性。人們在擁有數據處理能力更龐大，互聯網數據獲取更容易的今天，通過新處理模式，可以將龐大的概率數據進行整理分析，從而發現事物基本規律來幫助自身進行決策、優化，形成海量、高增長率和多樣化的信息資產。
從大數定理（在試驗不變的條件下，重復試驗多次，隨機事件的頻率近似於它概率。「有規律的隨機事件」在大量重復出現的條件下，往往呈現幾乎必然的統計特性。）的角度來看，對於大數據分析非常有助於企業對於消費者消費行為的判斷和預測。拿零售業舉例，企業可以通過客戶購買記錄，了解一類客戶購買喜好和購買習慣從而將產品放到合理位置或者將相關產品放在一起增加來增加產品銷售額。
另一方面，數據的分析也有利於企業了解消費者個體行為與偏好數據，並精準地根據每一位消費者不同的興趣與偏好為他們提供專屬性的個性化產品和服務，從而促使更多的交易行為。

❺ 大數據背後的技術、商業和社會維度

大數據背後的技術、商業和社會維度

要想考察大數據最好同時考察大數據背後的技術、商業和社會維度。從發展成熟度來看，技術維度走的最遠、商業維度有所發展但不算全面成熟，社會維度發展最差。所以雖然已經談了很久大數據，但除了孕育出大數據自身的幾個領域比如搜索等，其它領域卻並沒有從大數據中獲得可見的收益。大多時候人們還是處在覺得這里肯定有金子，但需要更多的耐心的狀態。這篇文章則嘗試對大數據本身的特徵做點挖掘，對未來的發展趨勢做點預測。

大數據上的深度和廣度

如果把大數據對應到海量的數據，那它就是非常含糊的概念，相當於變成信息的同義詞，顯然也就很難回答信息到底能幹什麼這樣的問題。

這時候為了推進思考通常需要先分類。如果把時間空間作為最基本的視角，那首先要區分的就是大數據的深度和廣度。從時間的角度看大數據是完整的歷史，從空間的角度看大數據是全球活動的痕跡。前者可以看成一種深度，後者可以看成一種廣度，不同的場景對深度和廣度的側重有所不同。

對於有些垂直的行業，比如醫療，大數據的深度更重要，所有的歷史都可以在數據上得到找到之後，人們就可以更好的認知並優化相應的行業。

對社會而言，很多時候廣度則更重要，具體到某個場景我們只有一鱗半爪的消息，但當這種信息足夠多，范圍足夠廣，就有可能描述出相對及時的全貌。經常舉的Google預測傳染病的例子依賴的就是這種廣度。

這點決定了大數據的應用發展趨勢，在深度重要的地方，公司這類組織需要成為主體，困難是如何跨越數據所有權的邊界。對於醫院而言，顯然把所有治療案例數據化並共享是有好處的，但如果只有一個醫院這么做，那對這一家醫院而言更多的可能是隱私上反彈所帶來的壞處。

在廣度重要的地方，雖然在搜索這樣的領域里公司也可以受益，但真正可以從大數據全面受益的機構其實是政府。數據越廣，其所描述的主體就越大，而如果描述的是整個社會，那顯然應該是社會的主要責任人會從中受益。這是個常識問題，就和看病的時候不會吃了醫生給別人開的葯自己反倒好了差不多。有的時候央視會播放網路做的春節期間人員流動圖，這件事情也正好可以從側面說明這問題。這種人員流動地圖對能做出地圖的人公司幫助遠沒有對政府的幫助大。

深度和廣度兩個方向對數據的要求不同，前者需要更為詳盡、有質量的數據源後者則對此要求不高，但兩者在應用的時候都會面臨付出回報不對等問題。大數據傾向於描述整體，而有能力收集或處理大數據的往往是個體，個體的回報在整體的提升中並不容易獲得清晰體現。

現在大數據發展的瓶頸不是技術，而是背後所需要的分配關系的建立。這種關系理不順，數據就會停留在孤島層面，每個組織都有自己的東西，並把它命名為「大數據」。而為了理順這種關系則要回到一個非常經典的問題，「公地」到底可不可以建立。

數據公地的設想

大數據其實有點像公地，在經濟學里非常出名的一個論點是公地悲劇。《美國經濟史》舉了一個非常易懂的例子來說什麼是公地悲劇：

這些經濟推理命題有利於解釋集體所有制和產出的共享(平分或固定份額)如何導致「免費搭車者」問題。為了說明這一點，考慮共享土地所有權，且共同生產了100蒲式耳玉米的10個工人，平均每人消費10蒲式耳玉米。假設一個工人開始偷懶並將其勞動努力減半，從而導致產出減少5蒲式耳。由於產出共享制度的安排，偷懶者的消費量和其它工人一樣，現在都是9.5蒲式耳。盡管他的努力已經下降了50%，但他的消費量只下降了5%。偷懶者是在搭他人勞動的便車。…

這背後有非常深刻的人性問題，即使我們可以通過努力協作創造更多的財富，個人也可以從中分享更多，但在群體里明顯的個人傾向則是自己工作更少但分享更多。這與囚徒困境其實是相通的。

基於實物的世界裡眼下看不到徹底解決這問題的方法，只能依賴於某種被大家基本認可的分配秩序，比如：以前的血統現在的物競天擇，但基於比特的數字財富眼下看卻有解決這問題的可能。

基於比特的數據與實物最大的區別是數據並非是你拿走我就沒有的東西，並且硬體的價格在飛速下降，開源又使數據的訪問工具基本免費。這幾者疊加在一起，使數據公地成為可能。

如果大家更在意我拿到的東西是不是絕對值變大了那數據公地的形成可能性就大些，因為如果存在數據公地，那每個人(企業)一定收獲更多，但如果大家更在意我是不是比你多，那數據公地的建設就會多很多障礙，因為公地其實是讓相關人員站到同樣的競爭起點上。

大數據整合營銷專家羅百輝認為，大數據的問題，在數據的使用上是技術問題，但在數據源上其實是社會經濟問題，後者更難，所以大數據應用的發展不取決於技術的發展而取決於社會經濟方式的變革速度。在有限的領域里，比如搜索、電商、雲計算，技術已經得到比較充分的發展，眼下來看誰付出誰受益的問題是把小數據變成大數據過程中最主要的問題。

大數據的路往那裡走?

數據的內在發展動力是數據越全價值越大，其實這也是一種網路效應，這種內在動力導致宏觀來看數據所有權的發展只有兩種趨勢：

一種是像現在移動端一樣，每個人都有自己的私有數據源，接下來開始你死我活的競爭，最終有一家活下來，這也可以達成數據統一的終極目標。

另一種則是在競爭中開始聯合，建設上面所說的數據公地。

如前所述行業數據和全社會的數據性質上差別很大所以要分開來探討。

對於行業數據而言，競爭對手間彼此的坦誠合作除非有極為特別的人物出現，否則是不太可能的。這種情況下最簡單的辦法是引入第三方。

比如說每家運營商都握有幾乎所有網民的行動數據，但要想讓運營商彼此間開誠布公的合作把這些數據整合在一起創造某種價值，這就很難。這時候如果有第三方介入，制定好利益分配方案那就是可能的。

如果這點可以達成，那唯一的關鍵點就是相應的商業模式是不是可以超越數據處理的成本。這點必須強調下的是，大數據的價值密度是很稀疏的，很多東西有價值但並不一定值得做，視頻網站之所以賺不到錢一個關鍵原因就是帶寬和存儲的成本比較高，而對大數據而言商業模式找不好，情形可能比視頻網站還差。挖礦的成本怎麼也要小於挖礦所得挖礦才有價值。

上述問題在行業數據里可能問題還不是太大，一般來講行業數據的價值密度終究會大一些，並且因為相對比較垂直，總量終究有限制。所以大數據的行業應用比較容易發展。

但對社會性的數據，這在很多時候就是個問題。我們都知道樣本的全面性比數據的多少更有價值，但是如果多是確保樣本全面性的唯一手段的話，那就意味必須有全的數據做一件事情才有意義。

社會化的數據有兩種應用方向，一種就是企業可以搞定的比如Google，一種則是屬於社會層面，很難單獨屬於某個企業的比如智慧城市相關的人的活動數據。後者則需要上面所說的數據公地來做支撐。

從數據的視角來看，現在有兩種數據存放形式：一種是Google這樣的企業擁有整個社會某個橫截面上的全部數據，這應該是種特例，並且數據會局限在公開信息;一種則是被割裂的各種與人行為相關的數據，比如購物相關的在電商，與人相關的在社交網路和IM，線下服務相關的則在O2O企業，鐵路相關的在12306等。Google這種擁有全的數據，但並不擁有人的行為，所以說Google這種企業相當於擁有整個社會的一個橫截面的數據。而所有其它企業則只擁有某個垂直領域的數據。

如果依賴於企業做這種數據統一的嘗試，在前者就會有投資200億做O2O類的舉動，因為這會補全數據，在後者就會有做電商的想做社交，做社交的想做電商這類事發生。類似的故事還可以在終端上發生，所有這些行為的終極目標都是一家企業搞定所有這些事情，但這是不可能的，這種不可能還不單是經濟原因。而數據不能打通，那就只能在割裂的數據上做自以為是大數據的大數據。

所以說這骨子裡是數據公地究竟能不能建立的問題，而要想建立數據公地，那至少要解決誰來做的問題，對此開源給出的啟示有兩點非常關鍵：第一這不能是個盈利組織;第二這要能獲得眾多企業的支持。因為數據會牽涉隱私，所以同開源相比那就一定還要有比較清晰的界定數據使用的規則。

在有一種切實的辦法解決數據所有和使用權之前，大數據的應用應該還都是局部的。因為它的深度應用牽涉社會很多部分的彼此協調，所以這個過程可能是非常漫長的。這裡面有意思的事情是，大數據的出現直接推動了機器智能的發展，而機器智能產生影響的速度可能會遠快於大數據本身。

以上是小編為大家分享的關於大數據背後的技術、商業和社會維度的相關內容，更多信息可以關注環球青藤分享更多干貨

❻ 大數據 商業智能兩者有什麼關系

你好，這個很多的。商業智能不能等同於不是大數據。它是一套版完整的解決方案，用權來將企業中現有的數據進行有效的整合，快速准確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。
大數據的側重點在於數據海量處理，主要是對非結構化的數據進行處理。大數據是傳統資料庫、數據倉庫、BI概念外延的擴展，手段的擴充，不存在取代的關系，也並不是互斥的關系。考慮實用性的話，傳統商業智能指基於傳統數據倉庫進行分析以輔助決，可以說BI工具會更適合一般企業，這是未來趨勢。在選擇方面，很多國內廠商比如FineBI會更貼近國內企業的情況，可以了解一下。

❼ 大數據和商業智能的關系是什麼

商業智能BI（Businesslntelligence），是基於企業服務的一整套數據利用方案，在實際運作中主要負責打通企業各部門業務系統（ERP、OA）數據，並將這些不同來源的數據經過ETL處理後整合匯總到數據倉庫中。

後續企業可以通過BI包含的數據可視化分析功能，將這些業務數據轉化為可用的信息，方便企業不同人員進行數據查詢、分析、挖掘等，為管理和業務人員提供數據和信息上的依據，輔助進行決策。

通常來說，大數據指的是從收集數據到利用的全過程，在實際工作中可以幫助企業採集到不同來源、不同格式的海量數據，然後通過預處理、存儲和分析的方式進行利用。

企業對大數據的利用主要是對海量數據進行分析挖掘，根據得到的信息，實現對用戶的精準營銷、針對性廣告推廣等，輔助企業業務和管理人員更好地完成日常工作。

商業智能是一套為企業或組織機構設計的完整的數據類技術解決方案，能夠幫企業解決數據孤島，提供數據倉庫、數據分析、可視化分析、多終端展現等功能。而大數據更偏向於對數據進行處理，通常都是採集海量數據，然後將這些數據進行存儲分析，藉助統計分析方法展現數據報告。兩者間有差異也有相通之處。

這個術語指在公司內部使用數據，幫助經理做出決策。

BI工具(報告、儀錶板)告訴我們發生了什麼，因此基於這些工具的決策將是被動的。

一個隨機儀錶板

這個解釋起來就簡單了：大數據就是大量的數據。

要定義大數據，通常會用3V來解釋，這是產生大數據的3個主要原因：

· 容量：收集的數據量每分鍾都在巨幅增長，我們需要使用分布式解決方案(使用多台機器，而不是非常非常昂貴的超級計算機/主機)來調整我們的存儲和處理工具以適應該容量。

· 速度：處理數據的緊急程度與產生/獲取數據的頻率相關，還與決策中迫切使用數據的需求有關；即使是實時(或者幾乎實時)。

· 種類：數據不再（僅）是結構化的，所以我們得忘記適用於傳統資料庫的東西。我們必須為添加各種格式的新數據源做准備；純文本和多媒體內容都包括在內。

之後更多V被添加進來：真實性 （數據必須真實、可靠、可用）、價值（數據應有商業或 社會 價值）、易損性（數據必須合法、尊重隱私，並以安全的方式存儲和訪問）。

大數據可能是解決這些問題的方案。不要把它和本文解釋的第一個概念混淆了：大數據就是實現或促進應用數據科學領域先進技術的事物，是數據的本質要求。例如，作為數據科學家，我們試圖從數據集中得到答案。數據集不僅超過了RAM的大小，還超過了硬碟的大小。大數據為我們提供了跨多台機器承載數據的分布式存儲技術，以及並行處理數據的分布式處理技術。

我們一起分享AI學習與發展的干貨

歡迎關注全平台AI垂類自媒體 「讀芯術」

簡單來說，大數據可以更好的為商業智能服務，商業智能（BI）包括企業用於商業信息數據分析的策略和技術。商業智能技術提供業務運營的 歷史 ，當前和預測性視圖。商業智能技術的常見功能包括報告，在線分析處理，分析，數據挖掘，流程挖掘，復雜事件處理，業務績效管理，基準測試，文本挖掘，預測分析和規范分析。 商業智能技術可以處理大量的結構化數據，有時還可以處理非結構化數據，以幫助識別，開發和創造新的戰略商業機會。他們的目標是讓這些大數據的解釋變得容易。發現新機遇並基於洞察力實施有效戰略可以為企業提供有競爭力的市場優勢和長期穩定性。

商業智能可以被企業用來支持范圍廣泛的業務決策，從業務到戰略。基本的運營決策包括產品定位或定價。戰略業務決策涉及最廣泛的優先順序，目標和方向。在所有情況下，商業智能在將來自公司運營市場的數據（外部數據）與企業內部的公司數據（例如財務和運營數據（內部數據））數據相結合時最為有效。如果將外部和內部數據結合起來，可以提供完整的圖像，實際上可以創建無法從任何單數據集中導出的「智能」。在眾多用途中，商業智能工具使組織能夠深入了解新市場，評估不同細分市場對產品和服務的需求和適宜性，並評估營銷工作的影響。

大數據和商業智能BI的關系從應用上來講，BI（BusinessIntelligence）即商業智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速准確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。

商業智能BI在數據架構中處於前端分析的位置，其核心作用是對獲取數據的多維度分析、數據的切片、數據的上鑽和下鑽、cube等。通過ETL數據抽取、轉化形成一個完整的數據倉庫、然後對數據倉庫的數據進行抽取，而後是商業智能的前端分析和展示。

商業智能BI處理的數據量是極大的，如 FineBI商業智能，自帶ETL，可在短時間內響應數據處理的請求，並輸出分析結果。

BI對穩定性以及易用性有一定要求，這是其他數據分析工具所不能比擬的。

大數據的應用的數據來源包括結構化數據，如各種資料庫、各種結構化文件、消息隊列和應用系統數據等，其次才是非結構化數據。

大數據為商業智能提供了先決條件。

商業智能 指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。

過去20年，中國企業經過一輪又一輪的信息化建設，已經積累的足夠的數據基礎，每個企業都擁有海量的數據。到了數字化時代，如何將這些數據價值擴大化，通過智能數據分析輔助企業做高效決策變得越來越關鍵，也為商業智能能夠更加智能提供了基礎。

當然，智能數據分析處理除了

到了2016年，一個巨大的時間點到來。幾股浪潮已經融合在了一起，演算法、算力和數據......我們看到了巨大的拐點，過去的數據分析和商業智能仍然有價值，但是它沒有解決的問題——對於海量數據的 探索 ，對於未來的預測，對於異常診斷，對於行動的建議，因為這些技術浪潮的到來，成為了可能。

❽ 大數據的商業魅力 從商業支撐到商業決策

大數據的商業魅力：從商業支撐到商業決策
電子商務、社交媒體、移動互聯網、物聯網的興起極大地改變了人們生活與工作的方式，它們給世界帶來巨大變化的同時，也讓一個大數據時代真正地到來。與傳統數據相比，大數據主要體現在數據量龐大、數據類型豐富、數據來源廣泛三個方面，大數據的這三大特徵不僅僅悄然改變著企業 IT 基礎架構，也促使了用戶對數據與商業價值之間關系的再思考。
大數據所蘊含的價值
對於當今的企業而言，數據就是一種重要的戰略資產，它就像新時代的石油一樣，極富開采價值。如果能夠看清大數據的價值並且迅速行動起來，那麼在未來的商業競爭中占據會佔得先機。事實上，美國奧巴馬政府已經投資 2 億美金啟動了「大數據研究和發展計劃」，從政府層面鼓勵企業收集海量數據、分析萃取信息的能力。英特爾亞太研發有限公司總經理何京翔博士表示：「信息數據就是 21 世界的石油，石油只有經過開采、提煉最後變成汽油等化學品才能夠體現出價值。大數據與石油一樣，僅僅存儲而不進行分析和處理是體現不出它的價值。」

圖一：全球知名調研機構 IDC 公司 對全球數據增長以及數據類型分布情況的調研與預測。相對於傳統的結構化數據，非結構化數據、內容數據的增長迅速，且蘊含了極大的價值。
任何企業都希望能夠充分挖掘出像數據這種戰略資源的價值，從而做出更為准確的商業決策。過去傳統的商業智能局限在分析企業信息系統自身產生出來業務數據，這些數據大部分為資料庫等結構化數據，而隨著非結構化數據成為企業數據的主力軍，傳統商業智能的方式方法顯然已經落伍。傳統商業智能就猶如坐在自己車里，通過後視鏡看後面發生的情況；而大數據分析則像是向前看的望遠鏡，用戶通過望遠鏡能夠看到未來可能會發生的情況。之所以會這樣，是因為大數據分析是基於構化和非結構化數據的總和，在數據分析的全面性上是傳統商業智能所不能比擬的，這意味著通過分析結構能夠提供給企業更加全面和准確的商業洞察力。

圖二：全球知名咨詢機構麥肯錫對於不同行業所產生的數據類型的分析。麥肯錫全球研究所認為幾乎所有行業正在大量產生非結構化數據。
大數據打破了企業傳統數據的邊界，改變了過去商業智能僅僅依靠企業內部業務數據的局面，其背後蘊含的商業價值不可低估，IDC 就在其大數據相關報告中著重闡述了大數據的商業價值：行業領導企業與其他企業有著本質的區別，行業領導企業會積極將新的數據類型引入到數據分析之中，為商業決策做出更加准確的判斷，那些沒引入新的分析技術和新的數據類型的企業在未來是不可能成為行業領導者。這本質上其實是要求企業能夠從思維的角度徹底顛覆過去的觀點，大數據在未來企業中的角色絕對不是一個支撐者，而是在企業商業決策和商業價值的決策中扮演著重要的作用。
從支撐到決策
傳統 IT，從伺服器、存儲、網路、PC 這些硬體設施，到 CRM、ERP、PLM 等應用軟體，本質上是在對企業各個業務流程層面起到了支撐作用，雖然傳統的商業智能分析能夠對於企業的商業決策起到一定的作用，但是傳統商業智能分析在當今這個大數據時代已經舉步維艱。大數據的價值在於它能夠有效的幫助各個行業用戶做出更為准確的商業決策，從而實現更大的商業價值，它從誕生開始就是站在決策的角度出發。

圖三：全球知名咨詢機構麥肯錫對美國不同行業應用大數據技術潛在價值評估。
麥肯錫認為大數據正在為全球創造不可低估的商業價值。首先，大數據能夠能夠明顯提升企業數據的准確性和及時性；此外還能夠降低企業的交易摩擦成本；更為關鍵的是，大數據能夠幫助企業分析大量數據而進一步挖掘細分市場的機會，最終能夠縮短企業產品研發時間、提升企業在商業模式、產品和服務上的創新力，大幅提升企業的商業決策水平，降低了企業經營的風險。
事實上，大數據離我們並不遙遠，現實生活中已經有很多活生生的案例，這些案例充分說明大數據對於未來的商業決策有著不可低估的作用。比如 2011 年，英國對沖基金 Derwent Capital Markets 花費 4000 萬美金首次建立了基於社交網路的對沖基金。該基金通過對 Twitter 的數據內容來感知市場情緒，從而進行投資。美國加州大學河濱分校也在 2012 年公布了一項通過對 Twitter 消息進行分析從而預測股票漲跌的研究報告。

圖四：英國對沖基金 Derwent Capital Markets 通過分析 Twitter 數據來預測股市的波動，該應用為典型的大數據應用，通過實時分析數據來獲得更為准確的投資趨勢。圖中紅線代表 Tweets 中「平靜」數值；藍線表示 3 天後的道指變化。在這兩條線段重合的部分，「平靜」指數預測了 3 天後道指收盤指數，從圖中我們可以發現紅、藍兩線經常走勢相近。
可以說，在 IT 日益滲透到企業和個人方方面面的今天，大數據將逐漸成為很多行業企業實現商業價值的最佳途徑。IDC 中國企業級系統與軟體研究部高級研究經理周震剛就表示：「毫無疑問，未來幾年大數據會逐漸向更多行業發展，除了互聯網和電信之外，其他像政府、金融、製造業都會開始有大數據的應用。」當然，可能還有人會質疑大數據的決策效果，但是不可否認的是大數據正在徹底改變商業決策的模式與方法，大數據是 IT 價值從企業業務支撐到企業決策轉變的最好體現。

圖五：美國德克薩斯大學《measuring the business impacts of effective data》報告，該報告認為數據使用率提升 10% 對行業人均產出的平均提升幅度有著重要影響，最為明顯的就是零售行業，在零售行業數據使用率提升 10% 就能夠使得人均產出提升 49%，效果異常明顯。
另外值得關注的是，企業的商業決策帶有很強烈的行業特性，不同行業的企業對於大數據分析的需求並不相同，甚至由於不同行業的關系，這種需求可能是千差萬別。這也就要求大數據解決方案不僅僅包括良好的數據分析能力，也需要包含很多行業的知識。IDC 中國企業級系統與軟體研究部高級研究經理周震剛就表示：「從傳統概念來講，大數據非常復雜，無法形成打包好的分析應用解決方案。不過在未來幾年中，某個行業的應用會形成一個共性，廠商們會基於這個共性打包出一些大數據的解決方案推向這些行業用戶。另外，會有更多的行業 ISV 會加入到大數據平台，基於這個大數據平台來開發應用。」從本質上來看，企業用戶在商業決策中需要的是一個包含了靈活可靠的基礎架構、功能強大的數據分析能力與經驗豐富的行業分析能力的大數據綜合性解決方案，僅僅依靠幾套開源軟體和設備是不能滿足企業在商業決策上的長久需求，英特爾亞太研發有限公司總經理何京翔博士就表示：「大數據不僅僅是一個技術問題，英特爾認為大數據需要一個全面的大數據解決方案。英特爾在提供優秀的基礎架構同時，還重點將 Hadoop 軟體平台進行優化並提供軟體服務，更加重要的是會針對分析工具和用戶界面進行不同行業解決方案的定製。此外，英特爾也和眾多行業 ISV 進行多角度、多方位的合作，從而構建出一個完善的大數據解決方案。」
從商業支撐到商業決策，大數據的商業魅力正在逐漸顯現。在這個商業迅速信息化、社交化、移動化的時代，大數據必然會成為大部分行業用戶商業價值實現的最佳捷徑，我們需要做的就是認清本質、轉變思路、未雨綢繆、運籌帷幄，在大數據時代中抓住無限商機。

❾ 「大數據」如何應用在商業上

大數據技術是指從各種各樣類型的數據中，快速獲得有價值信息的能力。適用於大數據的技術，包括大規模並行處理（MPP）資料庫，數據挖掘電網，分布式文件系統，分布式資料庫，雲計算平台，互聯網，和可擴展的存儲系統。

大數據的應用：大數據是信息產業持續高速增長的新引擎。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。在硬體與集成設備領域，大數據將對晶元、存儲產業產生重要影響，還將催生一體化數據存儲處理伺服器、內存計算等市場。在軟體與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟體產品的發展。