大数据分析进行时亟待“工业革命”

本刊记者 | 张鹏

大数据分析进行时亟待“工业革命”

本刊记者 | 张鹏

目前，在数据分析领域所体现出的小部分应用与客户案例还仅是大数据分析这座金矿下的“冰山一角”。

成了大规模的高质量生产，数据分析领域同样也需要这种变革。”

最近，在美国的一些大型商超中，“大数据”不再是技术趋势，而是能够实实在在帮助顾客减少排队等待时间的有效办法。

通过在商超外面的停车场安装传感系统，后台系统能够准确感知到停车场中的汽车数量和拥挤情况，以此判断商超内的顾客数量与当下的柜台结账能力是否匹配，比如系统检测出停车场正处于拥堵状态，如不及时开启更多的结账柜台，顾客将会长时间排队，后台系统随即向超市管理者传递告警信号。

就是这样一个小小的“IT创新”，已经为美国众多的商超管理者解决了多年来令人头疼的“因排队时间过长引发的客户抱怨”问题。现阶段，类似的这些数据分析能力不仅体现于零售业，在国外一些电信行业、保险行业以及航空业，都陆续出现了很多通过“传感器+数据分析”提升功效效率的“大数据分析”案例。

Bill Franks是国际分析研究所的知名讲师，同时也是Teradata公司的首席分析官，过去几年间曾为很多大型企业咨询和提供过数据分析的产品与服务，多年来专注于大数据行业让Bill Franks对于大数据的趋势和发展感受颇深。

客户态度从被动变主动

Bill Franks告诉《通信世界》记者：“最近5年间，企业客户对于数据分析或者说高级分析的接受程度已经发生了翻天覆地的变化。也许10年前，只有那些极具前瞻性的零售商才会考虑这个方向，而5年前，很多行业领域的企业客户对于大数据的态度还处于观望状态，但从今年开始，企业客户的态度不再是‘判断’，而是如何组织并壮大自己的数据分析团队。”

事实也是如此，随着移动互联网、云计算、物联网技术和业务的发展，数据呈爆炸性增长，全球进入数据ZB时代。2010年全球数据量达到1.2ZB，2011年达到1.8ZB，至2020年将达到35ZB。有数据显示，Twitter平均每天产生3.4亿条消息，而Facebook每日则有40亿条信息在扩散。随着社交网络的全球扩张，数据大爆炸正在改写营销规则。

今年5月，贵阳大数据交易所发布《2015年中国大数据交易白皮书》显示：预计到2020年，中国大数据产业市场规模将超过去年规模的10倍，由2014年的767亿元扩大至8228.81亿元。

如此看来，目前，在数据分析领域所体现出的小部分应用与客户案例还仅是大数据分析这座金矿下的“冰山一角”。在Bill Franks看来，正如19世纪的制造业所经历的那样，如今在数据分析领域也在经受着一场“工业革命”，当下的很多数据分析案例，事实上很像是工业革命之前的“手工业”时代，从最初的需求分析、数据建模到后来的业务流程和系统设计，都是针对单个企业的特殊需求而专门定制的，这种方式虽然能够在短期内满足客户需求，但并不利于整个企业乃至整个行业的数据分析模型的构建。“工业革命优化了生产流程，将手工制造变

数据分析发展步入“规模化”

那么，数据分析行业何时才能迎来自己的“工业革命”，在Teradata公司大中华首席执行官辛儿伦看来，一方面需要更多角色的产业成员加入，另一方面数据分析提供商需要不断积累行业经验，形成共性方案。

以Teradata为例，这家专注于大数据分析、数据仓库以及整合营销服务的软件企业在过去很长时间里，对于智能分析都采取了“一对一”的服务模式，客户对象也主要以国内外的大型企业和跨国企业为主。而在过去一年里，这种“一对一”的数据分析服务模式逐渐发生了变化。

辛儿伦表示，云服务公司的加入为数据分析领域注入了新的生机。在国内，很多云服务提供商对于Teradata面向行业大客户的解决方案都产生了兴趣。他们希望通过这些解决方案，找到该行业内数据分析的共性特征，形成针对特定行业的标准化数据分析方案，以此服务于更多的中小型企业。

SaaS云为数据分析注活力

而这种SaaS形式的数据分析服务也有望成为打开中小型企业市场大门的“钥匙”。众所周知，在数据分析市场中，尽管中小型企业也有类似需求，但碍于建设成本和资金投入的问题，始终未有实际进展。如果数据分析能够从“定制化产品”转为“使用服务”，那些中小型企业则无需额外投入IT成本和组织分析团队，完全以“云”的形式享受到专业的数据分析服务，这对于整个数据分析市场而言，也是美事一桩。

据悉，目前在国内银行业，一些处于二、三线的银行机构或是地方银行已经在使用“云”形态的数据分析服务，诸如信贷分析、资金流分析等。