|
存储容量、性能和动态资源配置能力要求。
不同规模企业的数据分析投入重点
再从大数据分析环节来看，整个分析过程从数据采集管理，到数据分析呈现主要包括以下四大环节：
数据采集管理：将企业内部数据有效采集管理。逐步形成从数据采集阶段的数据分类管理规范化和标准化。
ETL：大数据分析的准备工作，从不同的应用实现数据的抽取、清理、转换、加载。
分析：根据业务需求进行批量，近实时或实时分析。
呈现：将大数据的分析结果呈现，以支撑智能的战略决策和业务决策，或者自动化根据实时数据分析触发商业行为，加大业务对市场的反应效率和利润的捕捉能力。
那么就上述4个环节，不同规模的企业侧重点又将如何呢？中桥的调研结果显示，未来12个月，企业级用户的大数据相关IT投入重点放在数据分析ETL（抽取，迁移，加载）和商业智能（BI），占比均为50%;中小企业的IT投入重点则在数据仓库（50.5%）和ETL（抽取，迁移，加载）（41.6%）。这也与不同企业所处的数据分析阶段有关。
具体来说，企业级用户正从大数据分析第一阶段，向第二阶段演进，更侧重于如何通过大数据分析和商业智能（BI）最大限度地提高用户使用体验，降低优质客户流失。中小企业侧重于如何通过商业智能提高生产效率，利润和发展空间；如何通过对用户采购行为分析，判断潜在业务发展空间，通过业务创新，实现以“小”搏“大”、以“速度”搏“规模”的目的。
中国市场大数据分析集中在如何完善商业智能效率
此外，中桥还对中国市场大数据分析的IT投入进行了调研，结果显示，未来24个月，企业的IT投入大多数都将围绕数据的商业智能（BI）展开。未来12个月，31.4%的受访者选择整合不同业务数据，实现商业智能这一方面进行IT投入，还有30.1%的受访者选择在提高结构化数据（如数据库）商业智能效率上进行最重要的IT投入。未来12-24个月，选择整合数据以实现商业智能的比例为22.9%;选择提高结构化数据（如数据库）商业智能效率的比例为22.4%。这表明数据的商业智能和商业效率是大数据时代企业的焦点，也直接影响到企业的业务发展和数据的价值挖掘。
大数据分析对企业的IT资源也存在一定的需求，包括分析方式、计算节点、存储技术、IT架构 。
（编辑：宿州站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
