BI理论

大数据不一定等同于好数据，且越来越多的专家也坚信这一点，大数据并不会自动产生好的分析结果。如果数据不完整、断章取义或者被破坏，可能会导致企业产生错误的决策，从而削弱企业的竞争力或影响用户个人日常生活。

O2O的使命：就是把电子商务的效力，引入目前消费中占比90%以上的部分中去。O2O的商业模式其实并不陌生，真正能够理解其商业模式核心，并且能够从容驾驭的品牌企业又是凤毛麟角，今天笔者就来为各位读者诠释O2O的精髓。

数据分析行业在欧美发展得十分成熟，数据分析这一帮助企业决策的方式已经深入到各行各业。而在中国，数据分析刚刚走过了7个年头，巨大的市场潜力和人才缺失使得数据分析行业进入了发展的黄金时期，而数据分析师则成为了一个朝阳职业。

在今日IT界，“大数据”炙手可热。有人将“大数据”喻为与蒸汽、电力、石油相媲美的下一代重要自然资源，是企业未来竞争优势的基础。

ERP和CAPP等项目的陆续应用对设计数据的准确性和严谨性又提出了更高的要求。在此背景下，PLM系统的实施就成为了顺理成章的事情。

大数据和人工智能技术结合，会释放出更大能量。甚至，你还可以通过对过去一年的交通监控录像进行整理分析，得出一份南京“城市热点分析动态图。记者随意查看了一个时间点，发现长江大桥居然在每天凌晨两点都有中度堵车情况。王桥说：“利用历史堵车信息，可以给导航仪增加堵车预警、绕道指引等个性化服务。”

事实上，庞大的信息像洪水一样扑面而来甚至将我们淹没，以至于我们自己也忘记了：实际有多少数据我们并不需要?有多少数据被我们忽略?又有多少数据被我们完全遗忘?

通过提供对更广泛信息集的访问，大数据就可以为数据分析师和业务用户产生分析见解提供一臂之力。成功的大数据分析应用程序会揭示某些趋势和模式，以此来为决策制定提供更好的服务，并会指出新的创收机会和让企业领先于他们的商业竞争对手的方法。但首先，企业往往需要增强他们现有的IT基础设施建设以及数据管理流程以支持大数据架构的规模和复杂性。

构建BI绿色生态社区，达成信息化最后一公里，真正提升信息化应用价值。

采用hadoop技术来解决大数据问题是当前的通用做法，但是其安全问题也是突出的，需要专业的安全厂商来提供专业的服务，用户可以根据自己的需要老加强这方面的工作，而不要想当然认为大数据中的技术那么简单就可以实施。

“已经产生大数据量的企业，或正在着手积累数据的企业拿到的都将是丰富的宝藏。”访深圳华策略科技有限公司创办人之一张新昌表示，企业对于数据依赖会逐步提高，数据将成为关乎企业长远发展的重要支点，看似冰冷、杂乱的数据背后却潜藏着巨大的价值。

随着面向企业高管的移动分析大获成功，移动技术成本的不断降低，以及移动产品开发者的知识和经验的不断积累，BI厂商和企业IT部门都开始考虑利在现有的BI基础架构之上实施移动BI策略。

在数据时代，运营商还是拥有不少优势的，不仅包括IDC资源，还包括带宽资源和所有计算存储分发的能力。从运营商代表的发言看，云主机、云存储、CDN网络分发等成为下一阶段运营商大力推广的服务。更为关键的是，要拥有大数据思维，正如中国电信天翼科技创业投资有限公司副总经理钮钢所言：缺少数据资源无以谈产业，缺少数据思维无以言未来。

其时，一个数据分析师(对数据挖掘、建模，那更是只用在真正重视数据，而且数据量大的时候才会存在)的理想状态，业务部门有什么业务上的问题，会愿意来和你讨论，而你可以从数据上帮助业务人员，双方之间相互信任，沟通很顺畅。甚至你可以对业务提出自己的观点，而且有时候业务人员很愿意接受你的观点，并按照你的想法去实施。从而让你很有成就感。

通过对数据挖掘，了解用户行为特点进行精确的产品推送会获取用户的敏感信息，但现行的法律却未对这种行为是否违法作出明确规定。事实上，在数据分析中就有一条界线，跨越了这条界线，就有可能侵犯到客户隐私。因此还是需要通过立法明确这条界线。