數據是我們的燃料。無論你是一個用FitBit（運動追蹤者，一家美國科技公司）的個人消費者，還是一個觀察分析數據表現的專業人士, 這一切都回歸到數據。事實上，IDC（互聯網數據中心）的數字宇宙研究預測地球上的數據量將在2020年迎來十倍的增長-從大約4.4ZB（1ZB = 1,000,000,000,000GB）到44ZB。一般來講，IT部門以集中的方式管理數據-數據只來自于幾個應用程序。而現在，BI（商務智能）是一個完全不同的概念。企業不僅收集不斷加量的數據，而且他們是從多種來源收集數據-應用程序、傳感器、機器等等，而且格式多樣。數據不再集中化，并繼續在以IT為中心的嚴格模式下操作是不現實的。事實上，將問題更加復雜化是因為精通技術的企業用戶都吵著要把數據都抓在手上，使他們能夠做出更明智的業務決策。公司無法再通過主系統流動所有的數據，將其存儲在數據倉庫中。 如今，我們面對的復雜任務是追蹤數據的來歷，融合它，并使用戶可以用來分析。數據源的產生及其可視化的方式與十年前相比已經有了迥然的不同。在許多公司中，各部門管理他們自己的應用程序，并生成自己的數據。在組織里的每一個人不僅要弄清楚如何訪問這些信息，而且還決定如何處理這些信息。更重要的一點是，某些數據不能被任何單一部門創造和“擁有”。例如，不同于從Twitter和Facebook等社交媒體獲取數據，對于制造企業來講，那些來自于機器和傳感器的數據，是不可能單由某一部門產生和擁有。一些公司利用公開的數據-換句話說，他們甚至沒有自己生成的數據。例如，氣象數據對于物流或制造企業有用的，而普查或基于人口統計數據是在零售業非常有用。所有這些數據新的類別是非常有價值的，但前提是你有能與之關聯和結合的數據源，從而進一步存儲、分析和運用它們。僅僅將數據簡單地儲存起來，這沒有任何意義。一旦你找到所需要的數據，必須要把它與你的需求結合起來，為分析做準備。過去，一個“數據混搭”指在單一的儀表板屏幕上顯示所有不同來源的數據。今天，我們把它稱為“數據融合”，這是一個更為復雜的過程。我們不僅顯示數據，而且加入（或合并）它來尋找共同的價值，然后我們分析它來獲得洞察力。然而關鍵在于，讓這些功能集成到企業的手中。集中存儲混合數據的數據倉庫的想法實在是太難以管理：今天的數據不斷更新，不同的人會希望以不同的方式組合數據。 例如，企業的營銷團隊可能需要從Unbounce或谷歌Analytics（分析）混合與Salesforce公司的Market數據。幸運的是，BI技術的發展為簡化數據作好準備。 現在，日常用戶幾乎可以從任何數據源處進行連接、獲取和混合數據; 它緩存在一個高性能，自調庫; 并利用它進行智能分析、連接以及直觀的數據融合。豐富且多元的數據源的出現，意味著我們必須重新思考我們管理數據的方式，我們不能還在用簡單的集中式系統的傳統模式。相反，我們必須專注于更高程度的自助服務-使企業用戶無論身在組織的任何部門，都可以用周圍的數據做出更好的決策。原文鏈接：http://insidebigdata.com/2016/07/15/combining-data-sources-to-drive-smarter-decisions/
大數據應用專家-辰智深圳公司總經理梁世盛
Lego透過數據分析了解客戶需求，從破產蛻變成市值160億美金的企業，世界第一的玩具制造商，2004年的Lego，因產品脫離了消費者的需求導致每天虧損額高達100萬美元，瀕臨破產。這家丹麥公司認為應該改變原本路線轉向現在兒童玩具暢銷路線，準備開始研發模擬小人等其他玩具。當時LegoCEO Jorgen Vig Knudstorp 卻決定重新從深層次的研究理解孩子們的游戲體驗，派工作人員真正參與到孩子們的生活環境中一起玩Lego，深入了解到孩子們的體驗和需求之后，經過無數次數據的收集和分析，最后決定重新強化Lego的核心產品- 樂高積木。無論是電子游戲或是樂高大電影的成功，Lego成功站穩市場的原因雖眾多，其數據的分析（對兒童游戲體驗的深入理解）無疑是Lego成功逆襲的關鍵。
企業對當前如何利用擁有的數據并與新的科技結合，做出更快、更明智的決策，這是個難題，企業看不見自己內部數據的復雜模式和關系，有越來越多的企業希望通過數據分析來幫助高管決策，降低決策風險，也有企業意識到數據分析做的越出色，越有利于用這些數據為企業謀求更多的利益提供支持，透過辰智的數據分析能力，可以快速得到有效的分析，辰智知道哪里可以找到問題的所在!
辰智協助企業打通內外部數據，將數據分析、營運數據用到極致，助企業贏得先機！
辰智-大數據應用專家
餐老板資訊網，為全國餐廳老板,提供最新的
餐飲經營技巧，了解最新的餐飲經營資訊，學習更多的餐飲營銷、管理、外賣、裝修,采購等經營知識
原創文章，作者：辰智，如若轉載，請注明出處：http://www.kmwhg.com/58378.html
