数据是我们的燃料。无论你是一个用FitBit（运动追踪者，一家美国科技公司）的个人消费者，还是一个观察分析数据表现的专业人士, 这一切都回归到数据。事实上，IDC（互联网数据中心）的数字宇宙研究预测地球上的数据量将在2020年迎来十倍的增长-从大约4.4ZB（1ZB = 1,000,000,000,000GB）到44ZB。一般来讲，IT部门以集中的方式管理数据-数据只来自于几个应用程序。而现在，BI（商务智能）是一个完全不同的概念。企业不仅收集不断加量的数据，而且他们是从多种来源收集数据-应用程序、传感器、机器等等，而且格式多样。数据不再集中化，并继续在以IT为中心的严格模式下操作是不现实的。事实上，将问题更加复杂化是因为精通技术的企业用户都吵着要把数据都抓在手上，使他们能够做出更明智的业务决策。公司无法再通过主系统流动所有的数据，将其存储在数据仓库中。 如今，我们面对的复杂任务是追踪数据的来历，融合它，并使用户可以用来分析。数据源的产生及其可视化的方式与十年前相比已经有了迥然的不同。在许多公司中，各部门管理他们自己的应用程序，并生成自己的数据。在组织里的每一个人不仅要弄清楚如何访问这些信息，而且还决定如何处理这些信息。更重要的一点是，某些数据不能被任何单一部门创造和“拥有”。例如，不同于从Twitter和Facebook等社交媒体获取数据，对于制造企业来讲，那些来自于机器和传感器的数据，是不可能单由某一部门产生和拥有。一些公司利用公开的数据-换句话说，他们甚至没有自己生成的数据。例如，气象数据对于物流或制造企业有用的，而普查或基于人口统计数据是在零售业非常有用。所有这些数据新的类别是非常有价值的，但前提是你有能与之关联和结合的数据源，从而进一步存储、分析和运用它们。仅仅将数据简单地储存起来，这没有任何意义。一旦你找到所需要的数据，必须要把它与你的需求结合起来，为分析做准备。过去，一个“数据混搭”指在单一的仪表板屏幕上显示所有不同来源的数据。今天，我们把它称为“数据融合”，这是一个更为复杂的过程。我们不仅显示数据，而且加入（或合并）它来寻找共同的价值，然后我们分析它来获得洞察力。然而关键在于，让这些功能集成到企业的手中。集中存储混合数据的数据仓库的想法实在是太难以管理：今天的数据不断更新，不同的人会希望以不同的方式组合数据。 例如，企业的营销团队可能需要从Unbounce或谷歌Analytics（分析）混合与Salesforce公司的Market数据。幸运的是，BI技术的发展为简化数据作好准备。 现在，日常用户几乎可以从任何数据源处进行连接、获取和混合数据; 它缓存在一个高性能，自调库; 并利用它进行智能分析、连接以及直观的数据融合。丰富且多元的数据源的出现，意味着我们必须重新思考我们管理数据的方式，我们不能还在用简单的集中式系统的传统模式。相反，我们必须专注于更高程度的自助服务-使企业用户无论身在组织的任何部门，都可以用周围的数据做出更好的决策。原文链接：http://insidebigdata.com/2016/07/15/combining-data-sources-to-drive-smarter-decisions/
大数据应用专家-辰智深圳公司总经理梁世盛
Lego透过数据分析了解客户需求，从破产蜕变成市值160亿美金的企业，世界第一的玩具制造商，2004年的Lego，因产品脱离了消费者的需求导致每天亏损额高达100万美元，濒临破产。这家丹麦公司认为应该改变原本路线转向现在儿童玩具畅销路线，准备开始研发模拟小人等其他玩具。当时LegoCEO Jorgen Vig Knudstorp 却决定重新从深层次的研究理解孩子们的游戏体验，派工作人员真正参与到孩子们的生活环境中一起玩Lego，深入了解到孩子们的体验和需求之后，经过无数次数据的收集和分析，最后决定重新强化Lego的核心产品- 乐高积木。无论是电子游戏或是乐高大电影的成功，Lego成功站稳市场的原因虽众多，其数据的分析（对儿童游戏体验的深入理解）无疑是Lego成功逆袭的关键。
企业对当前如何利用拥有的数据并与新的科技结合，做出更快、更明智的决策，这是个难题，企业看不见自己内部数据的复杂模式和关系，有越来越多的企业希望通过数据分析来帮助高管决策，降低决策风险，也有企业意识到数据分析做的越出色，越有利于用这些数据为企业谋求更多的利益提供支持，透过辰智的数据分析能力，可以快速得到有效的分析，辰智知道哪里可以找到问题的所在!
辰智协助企业打通内外部数据，将数据分析、营运数据用到极致，助企业赢得先机！
辰智-大数据应用专家
餐老板资讯网，为全国餐厅老板,提供最新的
餐饮经营技巧，了解最新的餐饮经营资讯，学习更多的餐饮营销、管理、外卖、装修,采购等经营知识
原创文章，作者：辰智，如若转载，请注明出处：https://www.qiyu88.com/58378.html
