BI评论

这种嵌入业务流程中的业务分析，是在传统集中式的业务分析基础上的重大扩展，是将业务分析的可选价值实现变成了必选价值实现，用户在日常工作中，就能确确实实感受到业务分析带来的业务价值，从而进一步推动业务分析的大范围使用。

数据治理是数据安全性和数据一致性的基本组成元素，它是数据管理中至关重要的一部分。如今，中小型企业的移动设备应用大爆发，将企业数据管理置于了非实施不可的地位。由于移动设备不再受IT部门控制，这就为数据治理带来了额外的挑战，所以，在多领域合作的商业活动中需要定义不同的治理角色和治理规则。

大数据在交通上的应用并非将交通大数据变成“公共知识”，公共知识状态的交通信息会导致出行博弈的混乱，从而对缓解交通状况不会有任何的帮助。大数据对交通管理有用，但这样的大数据是在小规模的管理中枢来应用，一旦变成全民共享，就会变成出行游戏。

大数据规划有五个步骤，首先从业务驱动的角度，相关部门选择要解决和产生的业务场景。针对需求处理和采取整合这些场景需要的大数据。当然选择的重点是怎么使信息快速产生价值。

微软通过发布PowerBIforOffice365工具扩展了对自服务商业智能领域的触角，这是一个基于云服务的产品，它允许用户创建并共享可视化报表以及支持的数据查询。

大数据分析成为了目前的焦点，这并不足以为奇，但这会不会只是IT行业中兴起一时的流行词汇呢？答案虽然不一，但专家认为，由于海量数据的冲击，未来十年内我们将会真正了解究竟什么是商业智能。如果这个词不再流行，那么普遍的观点是：这个词会成为商业智能的同义词。

从棱镜门事件后，“去IOE“一直被看做是保护国内企业信息安全，和降低企业成本的一大措施，但替换需要一个渐进的过程。用友UAP认为，在去IOE大浪潮下，商业分析是最好去的。无论从系统架构还是企业需求，它都具备一定条件，并且避免了去IOE的盲目性。

当“大数据”落地，当技术接轨商业，芬雷布向我们展示了一场已经发生而且将影响深远的商业变革。

对于个别大型数据存储库而言，考虑增加任何超出其它类型数据库的安全性措施并无太大的实施意义，尤其是考虑到这些黑客相对于各大机构的能力往往是有限的。

随着大数据应用领域的扩大，相关难题也等待解决，相信在大数据的未来发展中，以上三大难题会逐渐解决，也许不远的将来，大数据会成为企业必备技能。

尤其是在大数据时代，你必须采集并存储这些数据。一些看起来与业务无关的数据，如手机GPS数据，将来也可能是座金矿。

许多由公共部门掌握的数据应当对公众开放，也有许多数据虽被公共部分掌握，却不能共享。我们应该注意其不同点，不要混淆两者。

随着电子商务和移动互联网的普及，消费数据大量积累，数据挖掘需求越加强烈。企业和商家更加重视客户的消费行为，用友集团UAP中心大数据专家曾小青表示，将消费数据进行挖掘，以此作为客户分类的参考依据，可以更好提高客户满意度，并提供更准确的决策依据。

大数据与Hadoop之间，不能简单的划等号，Hadoop并不是大数据的代名词，大数据也不等于Hadoop，从长远发展来看，未来的大数据世界将会是多种技术和平台共存的世界，并没有哪一种技术能够完全解决大数据面临的所有问题，从这一点就可以看出大数据与Hadoop的不同之处。

Informatica在广度集成与云集成两个场景中均以最高分位居领导者象限，并且在物联网集成领域处于领先地位。