大數據分析進行時亟待“工業革命”

本刊記者 | 張鵬

大數據分析進行時亟待“工業革命”

本刊記者 | 張鵬

目前，在數據分析領域所體現出的小部分應用與客戶案例還僅是大數據分析這座金礦下的“冰山一角”。

成了大規模的高質量生產，數據分析領域同樣也需要這種變革。”

最近，在美國的一些大型商超中，“大數據”不再是技術趨勢，而是能夠實實在在幫助顧客減少排隊等待時間的有效辦法。

通過在商超外面的停車場安裝傳感系統，后臺系統能夠準確感知到停車場中的汽車數量和擁擠情況，以此判斷商超內的顧客數量與當下的柜臺結賬能力是否匹配，比如系統檢測出停車場正處于擁堵狀態，如不及時開啟更多的結賬柜臺，顧客將會長時間排隊，后臺系統隨即向超市管理者傳遞告警信號。

就是這樣一個小小的“IT創新”，已經為美國眾多的商超管理者解決了多年來令人頭疼的“因排隊時間過長引發的客戶抱怨”問題。現階段，類似的這些數據分析能力不僅體現于零售業，在國外一些電信行業、保險行業以及航空業，都陸續出現了很多通過“傳感器+數據分析”提升功效效率的“大數據分析”案例。

Bill Franks是國際分析研究所的知名講師，同時也是Teradata公司的首席分析官，過去幾年間曾為很多大型企業咨詢和提供過數據分析的產品與服務，多年來專注于大數據行業讓Bill Franks對于大數據的趨勢和發展感受頗深。

客戶態度從被動變主動

Bill Franks告訴《通信世界》記者：“最近5年間，企業客戶對于數據分析或者說高級分析的接受程度已經發生了翻天覆地的變化。也許10年前，只有那些極具前瞻性的零售商才會考慮這個方向，而5年前，很多行業領域的企業客戶對于大數據的態度還處于觀望狀態，但從今年開始，企業客戶的態度不再是‘判斷’，而是如何組織并壯大自己的數據分析團隊。”

事實也是如此，隨著移動互聯網、云計算、物聯網技術和業務的發展，數據呈爆炸性增長，全球進入數據ZB時代。2010年全球數據量達到1.2ZB，2011年達到1.8ZB，至2020年將達到35ZB。有數據顯示，Twitter平均每天產生3.4億條消息，而Facebook每日則有40億條信息在擴散。隨著社交網絡的全球擴張，數據大爆炸正在改寫營銷規則。

今年5月，貴陽大數據交易所發布《2015年中國大數據交易白皮書》顯示：預計到2020年，中國大數據產業市場規模將超過去年規模的10倍，由2014年的767億元擴大至8228.81億元。

如此看來，目前，在數據分析領域所體現出的小部分應用與客戶案例還僅是大數據分析這座金礦下的“冰山一角”。在Bill Franks看來，正如19世紀的制造業所經歷的那樣，如今在數據分析領域也在經受著一場“工業革命”，當下的很多數據分析案例，事實上很像是工業革命之前的“手工業”時代，從最初的需求分析、數據建模到后來的業務流程和系統設計，都是針對單個企業的特殊需求而專門定制的，這種方式雖然能夠在短期內滿足客戶需求，但并不利于整個企業乃至整個行業的數據分析模型的構建。“工業革命優化了生產流程，將手工制造變

數據分析發展步入“規模化”

那么，數據分析行業何時才能迎來自己的“工業革命”，在Teradata公司大中華首席執行官辛兒倫看來，一方面需要更多角色的產業成員加入，另一方面數據分析提供商需要不斷積累行業經驗，形成共性方案。

以Teradata為例，這家專注于大數據分析、數據倉庫以及整合營銷服務的軟件企業在過去很長時間里，對于智能分析都采取了“一對一”的服務模式，客戶對象也主要以國內外的大型企業和跨國企業為主。而在過去一年里，這種“一對一”的數據分析服務模式逐漸發生了變化。

辛兒倫表示，云服務公司的加入為數據分析領域注入了新的生機。在國內，很多云服務提供商對于Teradata面向行業大客戶的解決方案都產生了興趣。他們希望通過這些解決方案，找到該行業內數據分析的共性特征，形成針對特定行業的標準化數據分析方案，以此服務于更多的中小型企業。

SaaS云為數據分析注活力

而這種SaaS形式的數據分析服務也有望成為打開中小型企業市場大門的“鑰匙”。眾所周知，在數據分析市場中，盡管中小型企業也有類似需求，但礙于建設成本和資金投入的問題，始終未有實際進展。如果數據分析能夠從“定制化產品”轉為“使用服務”，那些中小型企業則無需額外投入IT成本和組織分析團隊，完全以“云”的形式享受到專業的數據分析服務，這對于整個數據分析市場而言，也是美事一樁。

據悉，目前在國內銀行業，一些處于二、三線的銀行機構或是地方銀行已經在使用“云”形態的數據分析服務，諸如信貸分析、資金流分析等。