大数据分析的业务价值和分析方法

企业的大数据分析投入重点以及大数据分析对IT资源的需求进行了分析。在这一系列里，就大数据的分析方式和技术进行阐述。

　　大数据分析的业务价值和数据类型

　　越来越多的企业认识到数据分析能够带给企业业务的价值。中桥的多选项调查结果显示(图1)，企业认为大数据分析能够带来的主要业务价值依次是：提高生产过程的资源利用率，降低生产成本;根据商业分析提高商业智能的准确率，降低传统“凭感觉”做决策的业务风险;动态价格优化利润和增长;获取优质客户。这表明大数据已经对企业的成本、业务决策、利润有着直接的影响。中桥的另外一组调研数据显示，目前越来越多的企业级用户考虑从批量分析(大数据创造价值的第一阶段)向近实时分析(第二阶段)发展，从而提高IT创造价值的能力。同时，数据分析在快速从商业智能向用户智能发展。中国市场正逐步从大数据降低成本向大数据加速业务增长、提高利润以及突破创新发展。

　　图1. 大数据分析的主要业务价值

　　中桥调查显示，目前中国用户主要是通过数据分析来提高整个企业的运营效率，降低运营成本。从图2对数据类型的调查结果来看，目前，中国企业的数据分析还是以结构化数据为主，如数据库或事务性数据。此外办公文件、计算机/网络日志文件、文本/信息等也是企业数据增长的主要来源，同时也是能够攫取出价值的数据类型。

　　图2. 大数据分析数据类型

　　而就导致大数据问题的数据来源调查显示(图3)，毫无疑问，数据库首当其冲，是企业大数据的主要来源;而半结构化和非结构化数据如软件和网络日志、感应数据、社群等也已经纳入企业数据分析的主要范畴，这表明企业已经意识到这些数据对于业务的重要性，这也是实现从(大)数据分析第一阶段到大数据分析第二阶段的必要条件。也成为未来24个月用户通过IT创造价值的IT投资重点。

　　图3. 大数据分析数据来源

　　中国市场大数据分析方法

　　在了解了企业大数据的来源和种类之后，如何采取有效方式对这些数据进行分析，从而最大程度攫取数据价值，转化为最明智的商业决策以利于企业业务运营，是企业对大数据进行分析的目的所在。从目前中国大数据分析的分析方法来看(图4)，有33.8%的企业选择针对具体工作负载来调整通用数据库;22.0%的受访企业选择数据分析云计算服务(如软件即服务和/或基础设施即服务);还有20.7%的企业选择自定义开发的解决方案。仅4.8%的用户使用了并行处理(MPP)分析数据库，3.3%使用了对称处理(SMP)分析数据库。这一结果表明，大多数的中国企业仍处于数据分析的第一阶段。而且，目前中国用户大多采用通用数据库、云计算或自定义开发的解决方案和数据库工具作为大数据分析方法，而没有选择去购买数据分析的软件。

　　图4. 大数据分析方法

　　MapReduce可以让用户把半结构化和非结构化数据整合到数据处理和分析平台，从传统的核心式数据分布演进到集群或网格式数据分布。从图5关于数据处理和分析平台的调查结果来看，常用的分布式计算环境(29.0%)、自定义开发的解决方案(27.7%)、SMP(对称处理)数据库(16.0%)、公有云平台(10.5%)是目前大数据环境下较为普遍采用的数据处理和分析平台，而使用MapReduce的企业占比较低(4.8%)。这说明，目前中国企业对MapReduce的认同有限，这不仅影响着数据分析三个阶段的演进速度，也制约着数据的采集管理，进一步也影响着大数据分析四个环节的后面几个环节。

　　图5. 大数据处理和分析平台