迎接大數據時代

通過各種商業智能系統對歷史數據進行系統分析，找出規律或者發現潛在問題，再結合管理者的智慧制訂出策略來，這是很多企業的決策者習慣的決策流程。隨著市場競爭日趨激烈，很多組織越來越依賴于商業智能系統來輔助決策，這給IT部門帶來了很大壓力。因為我們已經進入了“大數據（Big data）”時代，此時，數據的準備和分析難度已經今非昔比。

最大化數據的價值

分析能力正在成為越來越多企業日益倚重的技術手段。在IDC去年年底預測的2011年10大破壞性技術中，分析能力與云計算、移動設備、社交網絡等熱門技術一起名列其中。IDC認為這些技術日漸成熟并逐漸成為主流。很顯然，作為專注于數據倉庫技術和數據分析技術的Teradata，對該技術的每一步進步都有切身體會。

“數據和分析的業務價值已經毋庸置疑，甚至可以說分析的重要性從來沒有像現在這么突出，越來越多的企業開始設法從海量數據中找出二次和三次商業機會。對我們而言，就是要利用自己的產品和技術幫助這些企業從各種各樣的數據中找到這些商業機會，實現數據價值的最大化。”Teradata天睿公司應用及業務拓展執行副總裁兼首席營銷官Darryl McDonald在Teradata 5月20日召開的第11屆大中華區數據倉庫和企業分析峰會上表示。共有500多位業內專家和用戶代表參加了本次會議，他們就如何解決“大數據”時代的分析難題、如何應對數據社交化等與數據價值有關的熱點問題進行了深入探討。

Darryl McDonald認為，隨著數據的日益龐大和復雜，相關的分析技術也在不斷改進，而Teradata也正在通過自己研發和并購等多種手段強化自己的服務能力。這包括先后收購整合營銷管理軟件供應商Aprimo和具有強大的非結構化數據分析能力的Aster Data公司，以及推出滿足各種級別需求的強大數據倉庫平臺等。

“大數據”的分析

“大數據（Big Data）”是近來很流行的一個詞匯，也是本次大會上談得最多的話題之一。Teradata認為現在已經進入“大數據時代”。這個時代的特征之一是數據成指數級增長；另一個更為重要的特征是數據類型多且復雜。比如，隨著社交網絡、移動計算和傳感器等新的渠道和技術不斷涌現，出現了大量新型數據，與過去主要是結構化數據不同，如今有一半以上的公司面對的最主要的數據類型是半結構化或者非結構化的，如XML、郵件、博客、即時消息等。商業智能等分析系統必須采取辦法應對這些問題。

“大數據時代的來臨已經毋庸置疑。只有那些能夠運用這些新數據型態的企業，方能打造可持續的競爭優勢。”Teradata天睿公司首席技術官寶立明表示，新的數據世界需要有新的數據處理能力來處理各種新的數據源，需要有新的分析能力（而非傳統的SQL）來發現新的趨勢，同時，還要提供新的功能來滿足企業的新需求。

為了幫助企業應對“大數據”時代帶來的挑戰，Teradata正在設法增強其在非傳統數據方面的分析能力。比如，新收購的Aster Data就突破了SQL分析的限制，其獨有的SQL-MapReduce分析技術可以對包括社交網絡在內的多種數據進行分析和挖掘，從而為企業提供深入的業務智能，以完全發揮“大數據”蘊藏的商業機會。