京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解析大数据如何改变企业应用
毋庸置疑,大数据将会对企业数据的应用与处理带来巨大的改变。但关于大数据Hadoop、内存处理等相关技术给企业应用前景所带来的影响却是极少进行讨论的。
“当大数据技术融入到企业业务流程和企业应用程序当中时,就会体现出它真正的价值。”SAP大数据战略负责人David
Jonker说。“一个整体的操作平台可以简化您的IT环境,在这个平台当中内置很多重要的应用程序,这些应用程序可以解决非常具体化的问题,所以这也就是我们启动这项SAP大数据策略的根本目的。”
这也就是为什么目前SAP正在建设许多企业应用程序的原因-包括客户关系管理(CRM)和已广泛使用的ERP解决方案-企业最高级的内存处理平台,高性能分析设备(HANA)。HANA也是一种商业智能分析解决方案。
内存技术的优势
虽然许多关于大数据的讨论都集中在存储和大型数据集的处理方面,Jonker说道,其实大多数企业的数据量都是处在可处理范围内的。真正阻挠企业的则是其速度或是流速,它们是处理和分析的关键因素。
内存处理需要解决的是保留在内存中的数据流速问题,而不是存储在磁盘上的数据。而在内存平台上构建企业应用程序则会大大改善这些工作,他解释道。
而非将ERP或CRM数据设定在三至六个月的限制时间之内,然后加载到数据库中;而是在企业应用程序本身当中保留公司的历史数据,并且不会降低应用程序的性能。同时还简化了支持这些应用程序所需的基础设置,Jonker说道。
他说:“对于交易和分析的所有详细信息都可以运行在同一系统当中,无需进行这些数据或多维数据的汇总,也无需处理掉这些数据。你可以将这些数据全部保留在系统中,所以这样的解决方案会大大降低成本。并且这种解决方案也将大大简化总体复杂性。”
SAP已经更新了30多种HANA内存处理平台应用程序。
Hadoop的利用
内存技术并不是改变企业应用建设的唯一大数据技术。通过提供Hadoop服务的MapR技术公司市场营销副总裁Jack Norris,我们了解到新兴企业也会使用大数据开源工具Hadoop作为一个提供新应用程序的平台。
“一些Web 2.0的企业会依据Hadoop来建立相关业务,使用Hadoop作为底层引擎。”Norris说道。“Ancestry.com做了一整套家族关系匹配应用,他们现在甚至具有DNA匹配服务。Hadoop则是这个应用处理的核心。”
“所以,它不仅仅使商业智能化或进行对现有数据库的处理,更是达到了用户们所追求的快速成本效益的目的。它对企业的营收带来了巨大的影响力,并开启了真正的多种新可能。”
他补充说道,Xactly公司就是利用Hadoop来改变CRM的最好例子。这是一套销售薪酬管理解决方案,基于Salesforce的CRM,并且是集成在云中的解决方案。
“他们其实是将Hadoop集成到他们的产品当中,意在为客户提供额外的度量和数据分析服务。” Norris说。
尽管大数据解决方案是以传统应用程序为前提的新应用和新功能的基础,但那并不意味着大多数企业已经开始使用大数据了,BI思想领导者和SAS分析供应商副总裁Jill
Dyché告诉我们,事实上,当他们开始提出使用大数据技术的倡议时,甚至都未必开始使用那些应用程序中的数据。
大数据和CRM
“你能使用ERP作为大数据项目的来源吗?绝对可以!哪些人开始实施了?目前尚未有人去实践。” Dyché说。
通常,企业在使用像Hadoop这种系统来加快现有的业务流程,例如信用风险评估与评分或是处理社交媒体数据进行更有针对性的营销等等,专家说。为此,可从CRM系统中牵引出大数据项目。Dyché解释说,事实上,最终它能够帮助企业实现他们所一直希望CRM能够做到的事情:让他们能够更好地针对他们现有的客户进行营销活动。
“对较少客户的相关话题进行更细致的划分,这是完全可以实现的。”她说。“大概在十五年前,当一天结束时,我的CRM系统仅仅是能够自动处理我的电话薄,它并不能帮助我洞悉客户,进行特殊市场的细分,以及捕捉客户特定的采购行为与喜好。现在,有了大数据技术我们不仅可以完成上述操作,并且能够向下挖取更多行为细节,其处理速度也非常之快。”
大数据和商务智能
如今,大数据已被广泛使用在商务智能和分析应用程序等方面。在过去的一年BI和分析厂商们都在急于迎接Hadoop的到来。
一些公司,包括具有SAS高性能分析服务器的SAS和具有InfoSphere的IBM,都纷纷推出内置BI工具的内存平台或是Hadoop平台。Dyché说,但几乎普遍地,如今在BI工具中支持Hadoop平台功能的,至少都具备以下两种方法当中的一种:
集成连接器,可以很容易地将数据从Hadoop转移到其它工具上。
数据可视化工具,可以更容易地从Hadoop当中进行数据分析。
即使是具备内存线路的SAP,当意识到Hadoop中具备大数据处理系统时,它便为SAP BI和Business Objects与Hadoop之间提供了有效的连接途径。
所以,这也就足以证明了,大数据技术正在改变企业应用,而且更多的系统也都在支持大数据技术。但要谈及这些技术最终将如何改变企业的建设与使用,都还言之尚早。
“当大数据真正的价值被完全实现时,我们现有的状况将会变得更好,但那也是我们去设想更多可能性的时候。”Jonker说。“下一阶段,我们将对我们的企业业务运行进行更多的设想,在这些方面,我们还能做些什么?业务的运行是否会有一个崭新的、与现在不同的方式吗?这将会持续带来更多的创新。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22