2016年、2017年大數(shù)據(jù)的應用會進入到相對成熟、務實的落地階段。隨著云計算技術、物聯(lián)網(wǎng)技術的興起，我們數(shù)據(jù)的規(guī)模越來越大、數(shù)據(jù)的格式越來越復雜、數(shù)據(jù)的收集速度越來越快，使得它和傳統(tǒng)意義上的政府、企業(yè)的業(yè)務數(shù)據(jù)相比，這幾個特點顯得比較明顯，即：

• 利用存儲能力運營，滿足企業(yè)和個人面臨海量信息存儲的需求；
• 對數(shù)據(jù)挖掘分析后預測相關主體的行為，開展業(yè)務；
• 直接進行信息租售或提供信息租售平臺；
• IT服務提供商提供大數(shù)據(jù)空間出租模式，從簡單的文件存儲，逐步擴展到數(shù)據(jù)聚合平臺；
• 為運營中某一環(huán)節(jié)或某一業(yè)務問題提供解決方案，實施單點技術；
• 針對企業(yè)系統(tǒng)需求，提供整體解決方案；
• BDaaS (Big data as a service)，數(shù)據(jù)應用即服務的模式，通過云服務提供在線大數(shù)據(jù)技術或者解決方案。

應對這些特點，計算機界、科技界也需要與時俱進，在技術上做一些創(chuàng)新和變革，使得這些數(shù)據(jù)能夠成為企業(yè)真正的數(shù)據(jù)資產(chǎn)。

讓大數(shù)據(jù)成為數(shù)據(jù)資本和智慧

從原始的數(shù)據(jù)到如何形成為企業(yè)的數(shù)據(jù)資本、數(shù)據(jù)的智慧，從技術處理上它要經(jīng)過幾個環(huán)節(jié)：

• 第一是數(shù)據(jù)的形成。不同形態(tài)的數(shù)據(jù)如何最終形成一個可管理的，放到我們數(shù)據(jù)湖當中去，這是數(shù)據(jù)的收集、獲取、整理這樣一個過程，這是一個數(shù)據(jù)的形成過程。
• 到了第二個層級，數(shù)據(jù)湖當中有關系型數(shù)據(jù)（諸如表格形式的、有行有列的高價值的數(shù)據(jù)），也有非關系型數(shù)據(jù)（圖片、視頻的形態(tài)的數(shù)據(jù)），這些數(shù)據(jù)我們把它有序地管理起來，形成一個從數(shù)據(jù)到信息的過程。
• 這些信息匯總起來以后，我們要經(jīng)過數(shù)據(jù)探索的過程，都放在這個地方你不積極探索它、利用它、分析它，這些數(shù)據(jù)仍然是沉睡的金礦。這個探索的過程我們把它形容成從信息到知識的一個概念。
• 最終，探索出來的一些結果，我們把它使用起來，來引領企業(yè)的業(yè)務流程的改進，新業(yè)務的產(chǎn)生，把這些東西形成一個新的價值，這是我們在大數(shù)據(jù)運用的一個更高的階段，我們從知識到了智慧。

當今大數(shù)據(jù)市場非常蓬勃，不同行業(yè)、不同企業(yè)和不同的大數(shù)據(jù)供應商也處于不同的階段，有的就處于平臺建設階段，也有些進入到信息的探索階段，業(yè)界的關注反過來也推動了大數(shù)據(jù)市場的新嘗試和不斷前行，例如通過大數(shù)據(jù)幫助電信、金融的企業(yè)去做所謂的精準營銷，即從海量的客戶當中找尋到有可能跟我成交的客戶。還有一些反欺詐的案例，包括我們在公安、交警、套牌，一個地方的攝像頭捕捉到了一個牌照，我們在很短的時間里面，在另外的一個地方也拍到了一樣的牌照，它一定是套牌的欺詐。再如，我們發(fā)現(xiàn)一張信用卡在A 地被使用，但同一時間，這張信用卡也在B地被使用，這可能是金融性的欺詐，這些都用到流數(shù)據(jù)的處理技術。各行各業(yè)都在考慮如何使用我們過去不曾擁有的海量數(shù)據(jù)去改變它原有的一些業(yè)務流程，創(chuàng)造更大的價值。

甲骨文大數(shù)據(jù)是基于開源與商業(yè)相結合的平臺，利用分布式、Hadoop等技術，提供完整的、基于多種技術組合的大數(shù)據(jù)解決方案，實質上是一個全數(shù)據(jù)管理理念。我們將產(chǎn)品商業(yè)化，事實上是縮短了企業(yè)和政府去做大數(shù)據(jù)建設的周期。

甲骨文大數(shù)據(jù)發(fā)現(xiàn)（Oracle Big Data Discovery）五步走，提升管理決策效能

甲骨文在很多年前就花了十幾億美金收購了可視化大數(shù)據(jù)的探索工具Endeca，在此基礎之上，隨著Hadoop的技術發(fā)展，我們研發(fā)了它的Hadoop版本，Hadoop可視化探索平臺，即Big Data Discovery （大數(shù)據(jù)發(fā)現(xiàn)­）。

大數(shù)據(jù)的探索過程大致可以包括以下五大步驟：

• 第一，連接企業(yè)的大數(shù)據(jù)數(shù)據(jù)源。
• 第二，以可視化的方式去展示我們大數(shù)據(jù)湖的全景。如果你真的想象大數(shù)據(jù)湖是一個湖，你站在岸邊是看不到湖里有什么東西，有魚有蝦，有水草、有礁石，通過可視化我們自動分類，把大數(shù)據(jù)湖當中的數(shù)據(jù)自動分類，根據(jù)它的標簽、屬性，我們可以用一個圖形化的方式讓你一眼可以看清楚這個數(shù)據(jù)湖當中的數(shù)據(jù)。
• 第三，數(shù)據(jù)的轉換和整理過程。傳統(tǒng)來講在做傳統(tǒng)的BI的時候有ETL的過程，這個過程太復雜，我們在大數(shù)據(jù)處理的時候希望他能夠輕建模、自動化。
• 第四，我們是探索數(shù)據(jù)當中的規(guī)律，相關性。
• 第五，我們把探索出來的結果做一個發(fā)布和分享。

以上五大步驟過去要用很多種技術組合起來才可以做到，而今天我們在一個叫做“大數(shù)據(jù)發(fā)現(xiàn)（Big Data Discovery）”的平臺基礎之上就可以完成。當我們已經(jīng)把大數(shù)據(jù)探索到一定的高價值的部分，便可提交價值數(shù)據(jù)給管理層做決策參考。

這上面講到流數(shù)據(jù)的過程，大數(shù)據(jù)從管理從形態(tài)上就是兩種：一種是離線數(shù)據(jù)處理，實際應用中的大部分都是離線數(shù)據(jù)處理，數(shù)據(jù)獲取進來形成數(shù)據(jù)湖，進入到探索的過程，產(chǎn)生的結果做商業(yè)的應用，這是一個離線數(shù)據(jù)處理的過程。

另一種大數(shù)據(jù)的形態(tài)是事實數(shù)據(jù)也叫快數(shù)據(jù)，有時也被稱之為流數(shù)據(jù)或流處理，其通常是一個實時運算框架，可實現(xiàn)數(shù)據(jù)的實時處理、模式匹配或快速模型計算，比如在金融領域的欺詐檢測、實時風險控制、實時精準營銷等領域都有廣泛的應用。

根據(jù)市場上第三方對數(shù)據(jù)管理平臺的評測，無論是Gartner的數(shù)據(jù)倉庫魔力象限圖，還是Forrester的Hadoop優(yōu)化系統(tǒng)波紋圖，甲骨文在大數(shù)據(jù)領域都是處在市場的領導地位。

講到大數(shù)據(jù)的訪問層，甲骨文也提供通過一套SQL語句來訪問所有數(shù)據(jù)，無論你的數(shù)據(jù)是存儲在數(shù)據(jù)庫中、Hadoop中還是NoSQL中，Oracle Big Data SQL 提供全面支持。

甲骨文看好大數(shù)據(jù)前景，推動落地

我們在過去的兩三年當中，大數(shù)據(jù)在中國日趨蓬勃，而如何真正落地正引起廣泛討論。甲骨文在一些實際的項目中也積累了一些最佳實踐：

• 例如在汽車制造業(yè)，可通過內(nèi)外部大數(shù)據(jù)的整合實現(xiàn)了對汽車銷售因素的量化分析，包括銷量的預測；
• 在電信運營商，可通過我們的機器學習（Machine Learning）平臺，大幅提升了呼叫中心外呼精準營銷成功率；
• 在政府部門，可協(xié)助相關地方政府，實現(xiàn)數(shù)據(jù)的整合、開發(fā)與共享；
• 在農(nóng)業(yè)，可通過大數(shù)據(jù)分析進行土壤管理、提高農(nóng)作物產(chǎn)量、畜牧養(yǎng)殖全周期的數(shù)字化管理等；
• 在金融，可利用大數(shù)據(jù)發(fā)現(xiàn)金融違規(guī)行為、進行風險防范和欺詐檢測。

另外，上述所有提到的大數(shù)據(jù)能力，包括大數(shù)據(jù)采集、存儲、分析、可視化等，都在甲骨文的大數(shù)據(jù)云服務中提供，客戶甚至可以一部分服務采用公有云、一部分在本地數(shù)據(jù)中心自建的混搭架構，甲骨文都可以完全無縫的支持，這就是混合云的概念。

在舊金山的大會上，甲骨文推出了業(yè)界最全面的云分析產(chǎn)品——Oracle分析云。作為業(yè)界唯一一款端到端業(yè)務分析解決方案，Oracle分析云包含高性能，大規(guī)模分析處理基礎架構；用于數(shù)據(jù)準備、發(fā)現(xiàn)、可視化和協(xié)作的全面工具；針對具體領域的機器學習模型；用于企業(yè)經(jīng)營的最佳實踐分析關鍵績效指標；和專門為分析設計的海量精選公共數(shù)據(jù)集。

甲骨文公司副總裁、中國區(qū)技術總經(jīng)理兼大數(shù)據(jù)和商務分析業(yè)務總經(jīng)理高禮強

甲骨文公司副總裁、中國區(qū)技術總經(jīng)理兼大數(shù)據(jù)和商務分析業(yè)務總經(jīng)理高禮強指出：“大數(shù)據(jù)領域是我們戰(zhàn)略重點之一，同時它也是延續(xù)我們甲骨文傳統(tǒng)的數(shù)據(jù)管理技術的優(yōu)勢領域，因此我們非常重視這個領域。”

“甲骨文大數(shù)據(jù)戰(zhàn)略是非常清晰的，我們的技術組合都是圍繞著大數(shù)據(jù)管理、大數(shù)據(jù)處理的特點，也是非常明顯，在業(yè)內(nèi)也是領先的技術。”

展望未來，高禮強指出，“大數(shù)據(jù)處理滿足了眾多客戶基于不需要很大的投資而建立自己的大數(shù)據(jù)的平臺的需求。我們看準這個市場，云服務對數(shù)據(jù)分析來講是一個典型且非常適合的一個場景。我們的使命是：希望通過大數(shù)據(jù)技術的商業(yè)化，令企業(yè)和政府的大數(shù)據(jù)應用在時間上可以有一個極大的節(jié)約，他們不需要花費大量的精力放在平臺建設上，可以更好地專注于大數(shù)據(jù)的數(shù)據(jù)變現(xiàn)和價值釋放，更好地為企業(yè)創(chuàng)造價值。”

標簽： 大數(shù)據(jù) 大數(shù)據(jù)處理 大數(shù)據(jù)的應用 大數(shù)據(jù)分析 大數(shù)據(jù)技術 大數(shù)據(jù)前景 大數(shù)據(jù)應用 大數(shù)據(jù)運用 公有云 金融 評測 企業(yè) 數(shù)據(jù)分析 數(shù)據(jù)庫 問題 行業(yè) 云服務 云

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。