大數據時代,幾乎每一個企業都對
大數據分析平臺趨之若鶩,尤其是在經歷過疫情爆發之后,更多企業主意識到了數據所具有的極大商業價值,以及其作為支撐企業信息智能化的無形資產。
大數據分析平臺,是企業用戶在大數據環境下用于分析與決策的平臺。按技術架構劃分,主要包含數據收集與存儲、數據計算、數據分析與決策三個層級。從服務邊界來看,大數據分析平臺概念小于數據中臺,強調平臺的數據分析與決策能力,弱化了數據本身的規劃、治理與服務;在OLAP之上,又融合了深度學習等技術,在提升數據分析深度和廣度的同時,也極大增加了數據服務在業務側的低門檻和友好性。企業通過構建大數據分析平臺,聚攏各業務系統數據,打通全渠道組織各業務維度,用數據分析驅動業務,滿足企業級寬表實時分析、實時BI 報表分析、用戶行為分析、自助分析、 AI 智能分析等全方位需求。
在搭建大數據分析平臺之前,要先明確業務需求場景以及用戶的需求,通過大數據分析平臺,想要得到哪些有價值的信息,需要接入的數據有哪些,明確基于場景業務需求的數據平臺要具備的基本的功能,從下至上可分為四個層次:
數據采集層:底層就是各種數據源,主要是對企業底層數據的采集和解析,將零散的數據整合起來,包括企業的核心業務數據、用戶數據、日志數據、集團數據等等,通常有傳統的ETL離線采集和實時采集兩種方式。
數據儲存和處理層:有了數據底層的數據,然后根據需求和場景的不同進行數據預處理,儲存到一個合適的持久化儲存層中,比如說OLAP、機器學習、數據庫等等。
數據分析層:這里就要用到BI分析系統,比如億信ABI,如果是傳統的數據挖掘還有SPSS,這一層主要是對數據進行加工,然后進行深層次的分析和挖掘。
數據應用層:根據業務需求不同劃分出不同類別的應用,主要是對最終的數據進行展示和可視化,如上圖的數據報表、儀表板、數字大屏、及時查詢等等。
總結來說,企業對數據、效率要求的逐步提高,也給大數據提供了展現能力的平臺,企業構建大數據平臺,歸根到底是構建企業的數據資產運營中心,發揮數據的價值,支撐企業的發展。
商業智能BI:通過數據整合分析實現商業價值
商業智能(BI,Business Intelligence)是大數據分析最典型應用領域,是由數據庫、數據倉庫、數據湖、湖倉一體、ETL、OLAP、數據挖掘、機器學習和人工智能等技術組成的一套完整解決方案。隨著大數據處理技術的發展,商業智能的洞察和分析能力進一步提升,數據分析和可視化的門檻不斷降低,企業實現不同層級的拖拽式自助分析和多種類型的圖表展示,并在統一平臺進行整合和共享,獲得不同層級的數據洞察,最終用于商業決策。機器學習和人工智能在商業智能中扮演越來越重要的角色。