向大数据时代跃进 数据价值分析

人类自从诞生以来就在源源不断地创造着数据，商业文明的发展自始至终都离不开对于数据宝藏的挖掘，在商业世界中，数据一直都不是什么新鲜的东西，但是当海量的数据积累所造就的“大数据”时代到来，经济的新的增量已经逐渐露出了面纱。

尽管数据挖掘的工作人类已经做了几十年，但是“大数据”与我们通常所说的“数据”还是有显着的不同。

1997年，一台名叫“深蓝”的计算机击败了当时的国际象棋冠军GarryKasparov.2011年，另一台计算机Watson在广受欢迎的美国电视智力竞赛节目《Jeopardy！》再次战胜前几届的冠军。

这两件事很好地诠释了数据与大数据这两个不同的商业时代。诞生于数据时代的深蓝，通过将象棋的游戏规则转化为以0和1形式存在的算法，借助全新并行处理技术，计算可能的走棋结果，如今，几乎任何一台计算机都能够通过扫描数据库而将结构化查询与答案匹配起来。而在大数据相关技术的帮助下，Watson则能够回答那些以人类说话方式提出的不可预测的问题，Watson能够“读取”大量人类知识载体，包括百科全书、报告、报纸、书籍等。它以分析形式评估证据，假设应答结果，并计算每种可能性的可信度。它在数秒内提供一个最有可能正确的答案。另外，它在做这些工作时，速度和准确性都超过世界一流的人类对手。

大数据的迅速增长及相关技术的发展正在带来全新的商业机遇。据《麻省理工学院斯隆管理评论》和IBM商业价值研究院联合举行的2011年新智能企业全球高管调查和研究项目指出，绝大多数企业都已抓住了这些机遇。2011年，58%的企业已经将分析技术用于在市场或行业内创造竞争优势，而2010年这一比例仅为37%.值得注意的是，采用分析技术的企业持续超越同行的可能性要高两倍。

对于任何企业来说，数据都是其商业皇冠上最为耀眼夺目的那颗宝石。伴随着传统的商业智能系统向纵深应用的拓展，商业决策已经越来越依赖于数据。然而，传统的商业智能系统中用以分析的数据，大都是企业自身信息系统中产生的运营数据，这些数据大都是标准化、结构化的。事实上，这些数据只占到了企业所能获取的数据中很小的一部分--不到15%.

通常情况下，企业的数据可以分为3种类型：结构化数据、半结构化数据和非结构化数据。其中，85%的数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据。这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新的渠道和技术的不断涌现和应用。企业用以分析的数据越全面，分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。

在沃尔沃集团，通过在卡车产品中安装传感器和嵌入式CPU，从刹车到中央门锁系统等形形色色的车辆使用信息，正源源不断地传输到沃尔沃集团总部。“对这些数据进行分析，不仅可以帮助我们制造更好的汽车，还可以帮助客户们获取更好体验。”沃尔沃集团CIORichStrader说。

现在，这些数据正在被用来优化生产流程，以提升客户体验和提升安全性。将来自不同客户的使用数据进行分析，可以让产品部门提早发现产品潜在的问题，并在这些问题发生之前提前向客户预警。“产品设计方面的缺陷，此前可能需要有50万台销量的时候才能暴露出来，而现在只需要1000台，我们就能发现潜在的缺陷。”RichStrader说。

在美国最大的医药贸易商McKesson公司，对大数据的应用也已经远远领先于大多数企业，将先进的分析能力融合到每天处理200万个订单的供应链业务中，并且监督超过80亿美元的存货。

对于在途存货的管理，McKesson开发了一种供应链模型，它根据产品线、运输费用甚至碳排放量而提供了极为准确的维护成本视图。据公司流程改造副总裁RobertGooby说，这些详细信息使公司能够更加真实地了解任意时间点的运营情况。

Gooby解释说：“但是，大多数模型旨在简化物理世界，而这个模型极为复杂，并且包含我们的现实世界的全部数据。它允许我们量化业务运作的根本性变化所产生的影响的细节。这个模型并不是一种简化版。”

McKesson利用先进分析技术的另一个领域是对配送中心内的物理存货配置进行模拟和自动化处理。评估政策和供应链变化的能力帮助公司增强了对客户的响应能力，同时减少了流动资金。总体来讲，McKesson的供应链转型使公司节省了超过1亿美元的流动资金。

同样对大数据情有独钟的，还有中国移动集团山西有限公司，通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。

“全面获取业务信息非常重要，有时候甚至能颠覆常规分析思路下做出的结论。”中国移动集团山西有限公司业务支撑系统部经理王峰说。比如，一个客户使用最新款的诺基亚手机，每月准时缴费、平均一年致电客服3次，使用WEP和彩信业务。如果按照传统的数据分析，可能这是一位客户满意度非常高、流失概率非常低的客户。事实上，当搜集了包括微博、社交网络等新型来源的客户数据之后，这位客户的真实情况可能是这样的：客户在国外购买的这款手机，手机中的部分功能在国内无法使用，在某个固定地点手机经常断线，彩信无法使用--他的使用体验极差，正在面临流失风险。

“我们正在打破传统数据源的边界，更加注重社交媒体等新型数据来源。通过各种渠道获取尽可能多的客户反馈信息，并从这些数据中挖掘更多的价值。”王峰说。

社交网络、移动互联网、企业信息化在最近这几年中都得到了迅猛的发展，不断产生的海量数据将越来越影响企业从战术到战略制定的各个方面，这是一个巨大的挑战，当然更是机遇，因为在大数据的背后，将是IT厂商跨越到商业智能的绝佳机会。

IBM当年之所以完成从PC厂商开始向商业智能服务商的成功转型，一个重要的原因就是其较早预见到了大数据的商业机遇并果断布局。纵观IBM近5年10亿美元以上级别的大手笔收购多与如何有效处理大数据有关。2007年，IBM花费20亿美元收购了商务智能软件供应商Congnos；2009年7月，IBM斥资12亿美元收购SPSS软件，这是一家集数据整理、分析功能于一身的统计分析软件；2010年9月，IBM以17亿美元的代价将数据库分析供应商Netezza收之麾下--自2005年以来，IBM投资160亿美元进行了30次与大数据有关的收购。这一系列布局，为IBM业绩带来了稳定高速的增长。2012年，IBM股价突破200美元大关，累计涨幅超过9%，3年之内股价翻了3倍。

同样在抢占大数据蛋糕份额时占据先机的还有甲骨文。面对越来越多的海量数据所带来的商业潜力，甲骨文的策略是在2011年的OpenWorld大会上推出了Oracle大数据机和Exalytics商务智能服务器，构建自己的大数据平台解决方案。除此之外，早在2008年，甲骨文就花费33亿美元收购商业智能解决方案提供商海波龙（Hyperion），2009年以74亿美元巨资鲸吞另一家IT巨头SUN公司。

而在大数据实时分析的领域中，SAP也不甘人后。2011年SAP推出了HANA平台以应对大数据实时分析的挑战。和IBM、甲骨文这些对手一样，SAP也一直没有停止通过大手笔的收购在大数据领域进行战略布局。2007年，SAP花费68亿美元收购全球商业智能软件霸主BusinessObject，2010年5月，SAP以58亿美元的代价并购数据库厂商Sybase.围绕着大数据的这些大手笔的战略布局也让SAP收到了回报，2011年，SAP全年利润翻番，达到34亿欧元，造就了该公司40年历史上最好的业绩。

此外，EMC、Informatica、Taredata等公司，也都是大数据领域不可忽略的势力。