Tableau预测:自助式大数据分析时代正在来临

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

对于大数据而言,2016年是具有里程碑意义的一年,更多企业和机构在该年度存储和处理各种形态和规模的数据,并从中提取有价值的信息。

站在辞旧迎新的2017年伊始,Tableau预测随着数据管控和保护系统以及大数据分析系统的日趋成熟,人们将要迎来自助式大数据分析时代。

Hadoop的发展为自助式分析奠定技术基础:速度更快、门槛更低,安全标准更高

作为一款大数据开发和运行处理的软件平台,Hadoop最初来源于谷歌的MapReduce编程模型包。该模型包可以把一个应用程序分解为许多并行计算指令,并实现跨计算节点运行海量数据集。得益于Hadoop可靠、高效、可伸缩的数据处理方式,目前其已经成为大数据处理的主流软件。而且,随着大数据处理的进一步发展,Hadoop甚至可以为用户提供速度更快、可重复性更高、更安全的数据探索分析,为自助式大数据分析时代的来临奠定了技术基础。比如,在使用SQL-on-Hadoop 引擎与 OLAP-on-Hadoop 技术时,用户已经很难对传统数据仓库和大数据世界进行区分。

此外,Apache Sentry系统的出现则为数据安全性提供了更多保障。该系统可对存储在Hadoop群集上的数据和元数据实施细化、基于角色的授权。Apache Atlas是数据治理计划的一部分,它让组织可以在整个数据生态系统中应用一致的数据分类方法。而Apache Ranger则为 Hadoop提供了集中式安全管理。

得益于嵌入式商业智能,分析已经无处不在

在过去的几年间,企业已经越来越多地将数据分析融入日常工作流程,且常常将其嵌入其他应用程序(例如 Salesforce)。在规模庞大的中国航空旅游业,有成千上万的商业航空公司、机场运营商、旅行社以及民航机构依赖中国航信,以便获取业内商务情报和市场信息。而中国航信每年都对航空市场的活动进行密切监测和分析。其监测范围从航空乘客流量到旅游网络平台,几乎无所不包。为此,中国航信的分析师密切关注着中国航空旅游业的一举一动,定期从将近10TB的数据中筛选资料,确认关键业绩指标,并预测行业发展趋势。而通过应用商业智能软件,中国航信的总体工作效率提高了90%,使得其能以更快的速度对数据进行分析,为客户及行业提供更及时的行业洞见。

2017年,分析将进一步得到普及,就像使用预测性分析在豆瓣FM上推荐音乐,或在京东上推荐商品一样,之前不曾关注过大数据分析的人员,比如驾驶员、店员等,也可以享受到数据分析给工作带来的便利。

自助分析扩展至数据准备阶段

虽然自助式数据发现已经成为标准,但数据准备依然没有走出IT和数据专家群体。不过,这一情况将在2017年有所改变。高德纳认为“已经颠覆商业智能和分析市场的易用性和敏捷性趋势同样会在数据集成领域呈现”。数据解析、JSON和HTML导入以及数据整理之类的普通任务无需再分配给专家完成。不久之后,每个人都将能够在自己的分析流程中处理此类任务。

人们开始以更加自然的方式处理数据

数据查看方式已经取得了长足的进步。我们已经有了用直观的拖放界面来取代脚本和数据透视表的技术,这些自然语言界面则成为了商业智能工具箱中的一款利器。作为中国骨干航空运输公司之一,中国东方航空公司目前在载客量方面已成为中国第二大航空运输公司,而在市场价值方面则位居世界第三。为了进一步加强市场调研、优化直飞航线并增加营收,中国东方航空公司利用Tableau对多种数据进行分析,并在六个月内开发了九个控制面板,高效快捷地对营销、各路航线营收等不同领域产生的数据进行分析。在2017,得益于自然语言处理和生成等方面的进步,数据界面将开始变得更加自然,从而让人们可以使用自然文字和语言与数据交互,让数据、图表和仪表板更加易于操作。

物联网、云和大数据的汇合为自助式分析创造新的机会

物联网、云和大数据的发展将产生大量结构化与非结构化的数据,并被越来越多地部署到云服务中。仅就中国互联网BAT三巨头中的腾讯一家来看,其数据中心的数据存量截止至2016年6月已经超过1000PB,并以每天500TB的速度飞速上升。当然,由于这些数据常常分散在如Hadoop、NoSQL等不同系统,从而给数据访问与处理带来不便。而可以无缝连接和合并多种云端托管数据源的分析工具,则能够让终端用户得以轻松对任何地点、任何类型的数据进行探索和可视化,从而帮助其发现物联网中隐藏的机会。

上海贝尔股份有限公司是全方面电信解决方案的提供商。为了维护网络安全和稳定,准确迅速地发现和解决潜在问题,上海贝尔股份有限公司专业服务创新总监柳卿博士及其团队利用Tableau及其它数据处理工具对众多来源的数据进行分析。受业务性质影响,柳博士的团队常常要同时处理结构化和非结构化形式的数据。这些数据属于不同网络应用,并有6种以上不同的来源。为此,团队先通过Splunk清理数据,之后导入Tableau进行分析,实现对整个网络的多角度审视,从而更轻松地对网络全局进行控制和管理。

数据素养成为未来的一项基础技能

2016年,领英将商业智能列为有利于求职的最热门技能之一。而在其于同年发布的基于中国互联网行业人才大数据分析得出的报告则显示,数据分析是目前最为稀缺的人才。2017年,随着大数据自助式分析时代的来临,数据分析将同Microsoft Word、Excel 和PowerPoint一样,成为各行业工作人员职业发展过程中的一项重要技能。面对这一发展趋势,包括清华大学、复旦大学、上海交通大学等知名学府在内的众多高校相继成立了个大数据研究学院,积极开展大数据分析领域的科学研究和人才培育。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
18天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
69 2
|
7天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
26 4
|
9天前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
62 5
|
20天前
|
存储 监控 数据挖掘
【Clikhouse 探秘】ClickHouse 物化视图:加速大数据分析的新利器
ClickHouse 的物化视图是一种特殊表,通过预先计算并存储查询结果,显著提高查询性能,减少资源消耗,适用于实时报表、日志分析、用户行为分析、金融数据分析和物联网数据分析等场景。物化视图的创建、数据插入、更新和一致性保证通过事务机制实现。
84 14
|
26天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
74 2
|
27天前
|
数据采集 机器学习/深度学习 搜索推荐
大数据与社交媒体:用户行为分析
【10月更文挑战第31天】在数字化时代,社交媒体成为人们生活的重要部分,大数据技术的发展使其用户行为分析成为企业理解用户需求、优化产品设计和提升用户体验的关键手段。本文探讨了大数据在社交媒体用户行为分析中的应用,包括用户画像构建、情感分析、行为路径分析和社交网络分析,以及面临的挑战与机遇。
|
27天前
|
机器学习/深度学习 搜索推荐 大数据
大数据与教育:学生表现分析的工具
【10月更文挑战第31天】在数字化时代,大数据成为改善教育质量的重要工具。本文探讨了大数据在学生表现分析中的应用,介绍学习管理系统、智能评估系统、情感分析技术和学习路径优化等工具,帮助教育者更好地理解学生需求,制定个性化教学策略,提升教学效果。尽管面临数据隐私等挑战,大数据仍为教育创新带来巨大机遇。
|
1月前
|
人工智能 供应链 搜索推荐
大数据分析:解锁商业智能的秘密武器
【10月更文挑战第31天】在信息爆炸时代,大数据分析成为企业解锁商业智能的关键工具。本文探讨了大数据分析在客户洞察、风险管理、供应链优化、产品开发和决策支持等方面的应用,强调了明确分析目标、选择合适工具、培养专业人才和持续优化的重要性,并展望了未来的发展趋势。
|
2月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
105 1
|
1月前
|
数据采集 分布式计算 OLAP
最佳实践:AnalyticDB在企业级大数据分析中的应用案例
【10月更文挑战第22天】在数字化转型的大潮中,企业对数据的依赖程度越来越高。如何高效地处理和分析海量数据,从中提取有价值的洞察,成为企业竞争力的关键。作为阿里云推出的一款实时OLAP数据库服务,AnalyticDB(ADB)凭借其强大的数据处理能力和亚秒级的查询响应时间,已经在多个行业和业务场景中得到了广泛应用。本文将从个人的角度出发,分享多个成功案例,展示AnalyticDB如何助力企业在广告投放效果分析、用户行为追踪、财务报表生成等领域实现高效的数据处理与洞察发现。
53 0