关于数据的商业价值，IDC认为：“领军企业与其他企业之间最大的显著差别在于新数据类型的引入。那些没有引入新的分析技术和新的数据类型的企业，不太可能成为其行业的领军者。”然而，随着企业数据量的快速增长，云中的数据量也在日益增加，TB为单位的海量数据使得原有的数据分析逐渐捉襟见肘，实时处理这些数据的能力已成为大数据时代企业的重要挑战之一。简单来说，“云”只是海量数据的集合，数据本身并没太多价值，基于数据的处理和分析才能为企业带来的巨大的价值增值。正如《战略与经营》杂志特约编辑尼古拉斯·卡尔所说，如今电脑技术已经高度普及，但是战略性地利用技术的才能和智慧才能有效地获取、分析和应用信息以获取更大的利润和更快的发展。基于此，BI(商务智能)从没落贵族转变为崛起新秀，成为释放大数据价值的最佳数据分析工具。
| |||||||||||||||||||||||||||
企业如何给“云”做BI呢？具体来说，BI是通过给云中的数据制定“游戏规则”(对不同主题进行不同分析)，将分散的数据进行搜集、整合、清理和诊断，借助一定的分析手段，进而将数据转化为信息和知识，快速准确的提供报表并提出决策依据，进而为企业管理者做出明智的业务经营决策提供支持。例如：元年的云报销平台，将企业分步在全球各地的分散费用数据按照一定的规则进行有序的规整，形成全企业统一的费用管理平台。
BI对数据的分析处理主要包括三个方面的内容。
首先，是数据仓库或数据集市的建立，对数据进行预处理。BI以企业经营管理需求为基础，根据不同分析主题，从企业许多来自不同的运作系统的数据中提取出有用的数据，以保证数据的正确性，然后经过抽取、转换和装载，即ETL过程，合并到一个企业级的数据仓库里，得到企业数据的一个全局视图。
其次，是联机分析处理和数据挖掘，进而将数据转化为信息和知识。联机分析处理是在数据仓库的基础上，对商业问题进行建模和数据进行多维分析。而数据挖掘通过分析每个数据，从大量数据中寻找其规律的技术。即使用诸如神经网络、规则归纳等技术，用来发现数据间的联系，做出基于数据的推断。通过联机分析处理和数据挖掘，决策人员和高层管理能从多维角度准确掌控企业的经营状况和了解不同数据之间的相关关系，以便制定正确的决策。
最后，是知识结论的展示，实现知识向智慧转变。通过借助信息化系统，以简单、丰富和直观的形式，将查询报表、统计分析、多维联机分析和数据发掘的结论展现企业管理者和决策者的面前。而随着管理者对知识的不断积累和更新，会进一步将知识转化为企业管理者的智慧。
如今，企业数据市场正在面临大数据的侵袭，在未来几年，数据资源将集中地遍布全球的云服务器中。对企业来说，海量数据中蕴藏了大量价值金矿，而对数据的分析和处理能力直接决定企业挖掘数据商业价值的能力，如果企业想要正确地对数据进行分析，必然需一个聪明的分析师，即处理海量数据集的“智能”工具，幸运的是，商务智能应运而生。我们期待智慧的企业出现，智慧企业把海量的云数据变为信息，再把信息加工成知识，最后从知识里提炼智慧，为企业的腾飞插上高翔的翅膀。
(来源：比特网)
京公网安备 110105001605号