告别大数据,掌握“广数据”才是关键_数据分析师培训

　大数据的概念确实有点歧义。当然，来自网络、电话、和其他数据源的信息确实数据量很大，但数据的主要价值并不在规模中。要从大数据中获取真正的商业价值，用户和BI供应商等还需要关注对广泛来源的数据的集成和分析，简言之，就是广数据。

　　未来商业的成功，依赖于大数据和企业主流数据系统中的数据能否有机地结合。很多供应商开发了很多技术来实现，比如在NoSQL数据库和Hadoop资源池上实现SQL查询。这种技术趋势很利于行业发展，因为新技术和老技术终究要结合起来。

　　对于管理大量非结构化数据来说，Hadoop是个好东西，但要实现精益分析，尤其是针对既有结构化数据、又有非结构化数据的数据结构时，Hadoop就显得力不从心了。另一方面，传统关系型数据库在利用几乎同一调用方式访问异构数据源方面，有着悠久的历史。而且从事数据分析的技术人员更熟悉的也是SQL语言。

　　另外，大多数用户想要的都是技术上的稳步革新，而不是彻底的变革。这意味着企业在采用新技术的同时，要最大限度地使其能够和现有IT生态系统融合，保护历史资产。因此，Hadoop集群、NoSQL数据库中的信息需要和传统的数据库和数据仓库的数据有效集成，这样才能更好地构建客户、市场趋势、企业运营视图。比如社交媒体的客户情感数据固然有价值，但如何不能和其他客户数据、市场数据相联，反应的情况也是片面的。

　　物联网数据不能孤立

　　物联网(IoT)也是大数据的重要数据源之一。安装在产品和机器设备上的传感器可以捕捉数据，并通过互联网将数据发送回运营系统。物联网大多应用于大型制造业，比如石油管道的远程传感器监控，卡车、货车等车辆的维护相关信息收集。

　　物联网的作用很大。传感器发回的大量信息可以帮助用户更好地监控质量问题、了解地域差异等等。物联网数据增长迅猛，随着时间的发展，很可能会差多Web数据。但同样，如果只是狭义地关注物联网数据，没有把它和众多其他数据源的数据集成，企业会错过很多有价值的信息。

　　数据仓库的潜力还没有完全发挥出来。一个主要的原因就是数据仓库很难利用实时数据。另一方面看，数据仓库处理的多是历史数据等变化缓慢的数据，处理这些数据根本不需要像处理实时数据一样。因此，好的BI和分析平台应该是既能处理历史数据，又能处理实时数据。将数据仓库和大数据技术结合起来，可以考虑内存处理。

　　下一代大数据技术应该解决的难题

　　更广义来看，大数据还应包括数据的流动，即数据从数据源产生到交到用户手里的过程。很多专家责难企业数据仓库没有“单一真相”，同样的数据产生出五花八门的分析结果，以及难以实现有效的数据治理。

　　现在，移动设备和自服务BI工具极大地改变了信息的传播范围。当数据进入移动设备，你很难监管它的传播。都有谁看了该信息?信息传播的轨迹是怎样的?有效的BI和大数据管理不只是收集和处理信息，也是管理信息的流通和传播。

　　数据规模确实是一个技术难题，但核心的问题在于广数据。如何将多种数据源的数据集成起来，如何处理，再如何让广大的用户用于业务决策和分析，这才是技术应该最主要关注的问题。要做到支持广泛的数据环境，供应商需要关注这些问题：

　　提供结构化数据和非结构化数据的访问，并能有效集成

　　能够以不同的方式有效管理不同的数据集

　　支持强大的数据治理模型

　　下一代BI和大数据技术必须能够解决数据的广度和复杂度的问题，而不仅仅是数据量。大数据不仅仅是数据量的大，更包含数据的广泛性。用户和供应商最好能在这一点上达成共识。