如何让“大数据”更好为企业运营服务?

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:
本文讲的是 如何让“大数据”更好为企业运营服务, 天再一次塌下来了。这一次是“大数据”让IT部门如临大敌。正如街谈巷议的传闻一样,不管你走到哪里,关于“大数据”的讨论无处不在。在Google搜索这个词组,搜索结果超过13亿条。它甚至在维基百科拥有专门的条目。数据泛滥导致很多人得出结论:企业将不堪重负。这并不是说企业内部的信息量不会增长。相反地,企业内部信息量也难逃增长的命运。因为,大数据一直是个难题。

  尽管不断有人声称,数据洪流将导致厄运来临,但IT行业却始终能够通过改进计算基础架构,使它们速度更快、容量更大、价格更便宜、体积更小巧,从而让挥之不去的信息“大决战”预言不攻自破。

  今天,通过使用列式分析基础架构,组织机构便可对“大数据”带来的焦虑置之不理,相反,还能够让“大数据”更好为企业运营服务。在列式数据库中,用户可以随时调用和分析大数据集,即使对诸如非结构化数据等各种数据类型的大数据集亦是如此。它们不仅随时可用,而且执行速度更快,还能根据工作要求,更方便地扩展,从而为尽可能多的用户服务,涵盖尽可能多的数据。

  这种做法其实就是挖掘组织机构内外部的“大数据”,并提取有价值的部分供企业使用。它的目的是让组织机构更灵活、更具竞争力,提高组织机构的盈利能力。

  对于部署一个分析数据仓库而言,最重要的步骤之一就是找到质量合格的数据。从数据净化到采用数据管理总策略——用于确保数据质量的技术已经成熟。获取最优质数据时还要对其进行内部审核。

  ·数据延迟:需考虑组织内部数据延迟的三个方面:数据发生时机、事件延续时间、决策所需时间。

  ·数据关联:与商业用户合作确定数据的前后关系,并就使用中的多个数据集建立相互联系,同时还需要考虑数据增长率以及重复的来源。

  ·自助使用:确定高级用户如何在不影响IT或其他资源的情况下,对用于查询的数据实施控制。

  ·首席数据官:指定一名高级职员担任首席数据官的职务,使其能够在维持组织治理的同时保证数据的可操作性。

  数据质量的重要性再怎么强调也不为过。以comScore为例,作为一家为电子商务市场提供分析服务和解决方案的云计算公司,该公司从创立伊始就意识到,网络营销的重点正从访客数量转变为盈利性。comScore的“客户知识平台”(Customer Knowledge Platform)针对顾客浏览互联网的行为与偏好提供了全方位的观察视角。该服务追踪所有愿意提供互联网行为以供分析的用户,记录他们在各个网站的冲浪以及购买行为。

  随着数以百万计的网络用户注册该服务接受监测,comScore收集到了海量数据。事实上,comScore所分析的压缩数据达到40 TB以上,每周都会新增接近150 GB。令人印象深刻的是,尽管数据量如此庞大,您却无需耗费时间焦急等待查询结果。据comScore工程事业部副总裁Ric Elert称,由于上述原因,“我们得以更加迅速地挖掘数据,并为客户提供结果。这有助于他们提高营销效率,开发出更多业务。”

  此外,该公司使用列存储技术,实现了40%的压缩率。comScore表示,若使用传统方法,存储成本会比现在高很多。数据仓库副总裁Scott Smith说道:“由于我们面对的是海量的数据,压缩对我们而言至关重要。我们拥有的数据储量如此庞大,是大多数人从未见过的。”

  西班牙Airtel Vodafone公司的列存储数据仓库可根据公司的业务地图进行信息组织。尽管很多不同的部门都使用同样的数据,但Airtel Vodafone仍然能够有效保证信息的一致性和完整性。数据仓库将数据转换成知识,通过一个接口,将现实世界中的事实转化为有价值的商业情报。准确分析和预测客户行为的能力是Airtel Vodafone公司整体业务战略的关键所在。

  有了列式数据仓库,用户可根据工作流(而不是按照企业的层级结构)需要获取信息,这提高了员工的工作效率和有效性。换言之,从事市场营销的用户与从事财务工作的用户(举例而言)使用的是相同的信息,只是他们接触数据的角度有所不同,分析目的也各不相同。数据仓库环境包含了市场营销数据库、呼叫系统、客户服务、全球移动通信系统统计数据、开票系统、收账与检索,以及所有的后勤管理信息。

  如今,Airtel Vodafone拥有一个理想的运行环境,能够满足各种需求,从而让存储在各种运行环境中的数据实现快速、低成本的集成。因此,它可以直接从数据仓库平台中调用有关公司活动的详细信息或汇总信息。基于列存储的数据仓库使Airtel Vodafone公司赢得了市场份额,成为欧洲电信业中的一方诸侯。

  当今,分析行业也没有任何借口不使用“大数据”。无论是扩大分析数据仓库、涵盖数以千计的用户,还是分析来自各种奇特来源的各类数据(如来自社交媒体网站的海量非结构化信息),它们都没有逃脱的借口。不要再躲避了,分析行业再也不能躲在“大数据”这个吓人的怪物身后,因为我们知道,通过使用列式分析基础架构,就能够让“大数据”更好为企业运营服务。


作者:王玉圆

来源: IT168

原文标题:如何让“大数据”更好为企业运营服务?

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 
相关文章
|
2月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
1天前
|
消息中间件 监控 Ubuntu
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
15 3
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
|
19小时前
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
12 3
|
18天前
|
数据采集 分布式计算 MaxCompute
MaxCompute 分布式计算框架 MaxFrame 服务正式商业化公告
MaxCompute 分布式计算框架 MaxFrame 服务于北京时间2024年09月27日正式商业化!
40 3
|
3月前
|
存储 机器学习/深度学习 大数据
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
Apache Flink 诚邀您参加 7 月 27 日在杭州举办的阿里云开源大数据 Workshop,了解流式湖仓、湖仓一体架构的最近演进方向,共探企业云上湖仓实践案例。
165 12
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
|
2月前
|
机器学习/深度学习 分布式计算 BI
MaxCompute 与阿里云其他服务的协同工作
【8月更文第31天】在当今的数据驱动时代,企业需要处理和分析海量数据以获得有价值的洞察。阿里云提供了一系列的服务来满足不同层次的需求,从数据存储到高级分析。MaxCompute(原名 ODPS)作为阿里云的大规模数据处理平台,提供了强大的计算能力和丰富的功能,可以与阿里云的其他服务无缝集成,形成完整的大数据解决方案。本文将探讨 MaxCompute 如何与其他阿里云服务协同工作,包括存储服务 OSS、数据分析服务 Quick BI 以及机器学习平台 PAI。
32 1
|
3月前
|
存储 监控 数据挖掘
云上大数据分析平台:赋能企业决策,挖掘数据金矿
5.3 场景化 针对不同行业和领域的需求特点,云上大数据分析平台将推出更多场景化的解决方案。这些解决方案将结合行业特点和业务场景进行
81 7
|
2月前
|
监控 数据可视化 前端开发
【前端】政务服务大数据可视化监控平台(源码+html+css+js)
【前端】政务服务大数据可视化监控平台(源码+html+css+js)
|
3月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
271 0
|
3月前
|
存储 SQL 机器学习/深度学习
阿里云数加大数据计算服务MaxCompute学习路线图:从入门到精通
将所学知识应用于实际工作中并不断进行实践和创新是提升技术能力的关键所在。用户可以结合业务需求和技术发展趋势积极探索新的应用场景和解决方案,并在实践中不断总结经验和教训以提升自己的技术水平和实践能力。