Knowledge Integrity公司总裁,专注商务智能、大数据、数据质量、数据治理和主数据管理。
估计大家听大数据听得太多,耳朵都快起茧了吧?谁要IT界几年才憋出一个流行词,自然大家只要提到数据,都说“大”。但你弄明白要分析什么数据了吗?
现今的企业数据架构战略,必须解决如何将现有的数据系统与日益增长的信息需求,性能和数据源相匹配。
一旦企业决定要购买一个大数据分析工具,下一步就是制定一个流程,评估可用的产品,然后从中找到一个最适合你需求和要求的产品。
通过部署和使用大数据分析工具,分析流程可以帮助公司提高运营效率,产生新的利润,获得竞争优势。企业可选择的数据分析应用程序有很多。
由于资本费用的减少和系统设计的流线型化,基于云端的商务智能平台为企业提供了一个更快、更简便的方式分析数据。
随着新技术的逐渐兴起:Hadoop集群、NoSQL数据库、列式和内存数据库,数据虚拟化工具,新的问题也出现了,传统数据仓库和新兴技术该以什么关系存在?
即使回顾十年以前,对于将企业级数据库管理系统跑在主内存上都是不可想象的。但随着时间的推移,RAM的价格稳步下降,这使得要做到这一点不再需要付出极为昂贵的代价。
使用内存数据库满足高速处理需求的不只是初创公司。大的数据库和软件供应商,比如IBM、Oracle、Microsoft、SAP和Teradata,都在研发支持内存处理的数据库技术
所谓的“决策支持”到底意味着什么呢?系统是否真正支持了决策?谈到支持决策,我们至少需要在两方面衡量,即决策之前的指导和决策之后的强化。
在数据可视化的趋势下,对图表的需求越来越旺盛。但仪表盘上的可视化图表并不是越炫越好。