2016年、2017年大數(shù)據(jù)的應(yīng)用會(huì)進(jìn)入到相對(duì)成熟、務(wù)實(shí)的落地階段。隨著云計(jì)算技術(shù)、物聯(lián)網(wǎng)技術(shù)的興起，我們數(shù)據(jù)的規(guī)模越來(lái)越大、數(shù)據(jù)的格式越來(lái)越復(fù)雜、數(shù)據(jù)的收集速度越來(lái)越快，使得它和傳統(tǒng)意義上的政府、企業(yè)的業(yè)務(wù)數(shù)據(jù)相比，這幾個(gè)特點(diǎn)顯得比較明顯，即：

• 利用存儲(chǔ)能力運(yùn)營(yíng)，滿足企業(yè)和個(gè)人面臨海量信息存儲(chǔ)的需求；
• 對(duì)數(shù)據(jù)挖掘分析后預(yù)測(cè)相關(guān)主體的行為，開(kāi)展業(yè)務(wù)；
• 直接進(jìn)行信息租售或提供信息租售平臺(tái)；
• IT服務(wù)提供商提供大數(shù)據(jù)空間出租模式，從簡(jiǎn)單的文件存儲(chǔ)，逐步擴(kuò)展到數(shù)據(jù)聚合平臺(tái)；
• 為運(yùn)營(yíng)中某一環(huán)節(jié)或某一業(yè)務(wù)問(wèn)題提供解決方案，實(shí)施單點(diǎn)技術(shù)；
• 針對(duì)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(yīng)用即服務(wù)的模式，通過(guò)云服務(wù)提供在線大數(shù)據(jù)技術(shù)或者解決方案。

應(yīng)對(duì)這些特點(diǎn)，計(jì)算機(jī)界、科技界也需要與時(shí)俱進(jìn)，在技術(shù)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(shù)處理上它要經(jīng)過(guò)幾個(gè)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(gè)可管理的，放到我們數(shù)據(jù)湖當(dāng)中去，這是數(shù)據(jù)的收集、獲取、整理這樣一個(gè)過(guò)程，這是一個(gè)數(shù)據(jù)的形成過(guò)程。
• 到了第二個(gè)層級(jí)，數(shù)據(jù)湖當(dāng)中有關(guān)系型數(shù)據(jù)（諸如表格形式的、有行有列的高價(jià)值的數(shù)據(jù)），也有非關(guān)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(lái)，形成一個(gè)從數(shù)據(jù)到信息的過(guò)程。
• 這些信息匯總起來(lái)以后，我們要經(jīng)過(guò)數(shù)據(jù)探索的過(guò)程，都放在這個(gè)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(gè)探索的過(guò)程我們把它形容成從信息到知識(shí)的一個(gè)概念。
• 最終，探索出來(lái)的一些結(jié)果，我們把它使用起來(lái)，來(lái)引領(lǐng)企業(yè)的業(yè)務(wù)流程的改進(jìn)，新業(yè)務(wù)的產(chǎn)生，把這些東西形成一個(gè)新的價(jià)值，這是我們?cè)诖髷?shù)據(jù)運(yùn)用的一個(gè)更高的階段，我們從知識(shí)到了智慧。

當(dāng)今大數(shù)據(jù)市場(chǎng)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(yīng)商也處于不同的階段，有的就處于平臺(tái)建設(shè)階段，也有些進(jìn)入到信息的探索階段，業(yè)界的關(guān)注反過(guò)來(lái)也推動(dòng)了大數(shù)據(jù)市場(chǎng)的新嘗試和不斷前行，例如通過(guò)大數(shù)據(jù)幫助電信、金融的企業(yè)去做所謂的精準(zhǔn)營(yíng)銷，即從海量的客戶當(dāng)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?cè)诠�安、交警、套牌，一個(gè)地方的攝像頭捕捉到了一個(gè)牌照，我們?cè)诤芏痰臅r(shí)間里面，在另外的一個(gè)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(shí)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(shù)。各行各業(yè)都在考慮如何使用我們過(guò)去不曾擁有的海量數(shù)據(jù)去改變它原有的一些業(yè)務(wù)流程，創(chuàng)造更大的價(jià)值。

甲骨文大數(shù)據(jù)是基于開(kāi)源與商業(yè)相結(jié)合的平臺(tái)，利用分布式、Hadoop等技術(shù)，提供完整的、基于多種技術(shù)組合的大數(shù)據(jù)解決方案，實(shí)質(zhì)上是一個(gè)全數(shù)據(jù)管理理念。我們將產(chǎn)品商業(yè)化，事實(shí)上是縮短了企業(yè)和政府去做大數(shù)據(jù)建設(shè)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(gòu)了可視化大數(shù)據(jù)的探索工具Endeca，在此基礎(chǔ)之上，隨著Hadoop的技術(shù)發(fā)展，我們研發(fā)了它的Hadoop版本，Hadoop可視化探索平臺(tái)，即Big Data Discovery （大數(shù)據(jù)發(fā)現(xiàn)­）。

大數(shù)據(jù)的探索過(guò)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(gè)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(guò)可視化我們自動(dòng)分類，把大數(shù)據(jù)湖當(dāng)中的數(shù)據(jù)自動(dòng)分類，根據(jù)它的標(biāo)簽、屬性，我們可以用一個(gè)圖形化的方式讓你一眼可以看清楚這個(gè)數(shù)據(jù)湖當(dāng)中的數(shù)據(jù)。
• 第三，數(shù)據(jù)的轉(zhuǎn)換和整理過(guò)程。傳統(tǒng)來(lái)講在做傳統(tǒng)的BI的時(shí)候有ETL的過(guò)程，這個(gè)過(guò)程太復(fù)雜，我們?cè)诖髷?shù)據(jù)處理的時(shí)候希望他能夠輕建模、自動(dòng)化。
• 第四，我們是探索數(shù)據(jù)當(dāng)中的規(guī)律，相關(guān)性。
• 第五，我們把探索出來(lái)的結(jié)果做一個(gè)發(fā)布和分享。

以上五大步驟過(guò)去要用很多種技術(shù)組合起來(lái)才可以做到，而今天我們?cè)谝粋�(gè)叫做“大數(shù)據(jù)發(fā)現(xiàn)（Big Data Discovery）”的平臺(tái)基礎(chǔ)之上就可以完成。當(dāng)我們已經(jīng)把大數(shù)據(jù)探索到一定的高價(jià)值的部分，便可提交價(jià)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(guò)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(shí)際應(yīng)用中的大部分都是離線數(shù)據(jù)處理，數(shù)據(jù)獲取進(jìn)來(lái)形成數(shù)據(jù)湖，進(jìn)入到探索的過(guò)程，產(chǎn)生的結(jié)果做商業(yè)的應(yīng)用，這是一個(gè)離線數(shù)據(jù)處理的過(guò)程。

另一種大數(shù)據(jù)的形態(tài)是事實(shí)數(shù)據(jù)也叫快數(shù)據(jù)，有時(shí)也被稱之為流數(shù)據(jù)或流處理，其通常是一個(gè)實(shí)時(shí)運(yùn)算框架，可實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)處理、模式匹配或快速模型計(jì)算，比如在金融領(lǐng)域的欺詐檢測(cè)、實(shí)時(shí)風(fēng)險(xiǎn)控制、實(shí)時(shí)精準(zhǔn)營(yíng)銷等領(lǐng)域都有廣泛的應(yīng)用。

根據(jù)市場(chǎng)上第三方對(duì)數(shù)據(jù)管理平臺(tái)的評(píng)測(cè)，無(wú)論是Gartner的數(shù)據(jù)倉(cāng)庫(kù)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(lǐng)域都是處在市場(chǎng)的領(lǐng)導(dǎo)地位。

講到大數(shù)據(jù)的訪問(wèn)層，甲骨文也提供通過(guò)一套SQL語(yǔ)句來(lái)訪問(wèn)所有數(shù)據(jù)，無(wú)論你的數(shù)據(jù)是存儲(chǔ)在數(shù)據(jù)庫(kù)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(dòng)落地

我們?cè)谶^(guò)去的兩三年當(dāng)中，大數(shù)據(jù)在中國(guó)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(shí)際的項(xiàng)目中也積累了一些最佳實(shí)踐：

• 例如在汽車制造業(yè)，可通過(guò)內(nèi)外部大數(shù)據(jù)的整合實(shí)現(xiàn)了對(duì)汽車銷售因素的量化分析，包括銷量的預(yù)測(cè)；
• 在電信運(yùn)營(yíng)商，可通過(guò)我們的機(jī)器學(xué)習(xí)（Machine Learning）平臺(tái)，大幅提升了呼叫中心外呼精準(zhǔn)營(yíng)銷成功率；
• 在政府部門，可協(xié)助相關(guān)地方政府，實(shí)現(xiàn)數(shù)據(jù)的整合、開(kāi)發(fā)與共享；
• 在農(nóng)業(yè)，可通過(guò)大數(shù)據(jù)分析進(jìn)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(jìn)行風(fēng)險(xiǎn)防范和欺詐檢測(cè)。

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(chǔ)、分析、可視化等，都在甲骨文的大數(shù)據(jù)云服務(wù)中提供，客戶甚至可以一部分服務(wù)采用公有云、一部分在本地?cái)?shù)據(jù)中心自建的混搭架構(gòu)，甲骨文都可以完全無(wú)縫的支持，這就是混合云的概念。

在舊金山的大會(huì)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(wù)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(chǔ)架構(gòu)；用于數(shù)據(jù)準(zhǔn)備、發(fā)現(xiàn)、可視化和協(xié)作的全面工具；針對(duì)具體領(lǐng)域的機(jī)器學(xué)習(xí)模型；用于企業(yè)經(jīng)營(yíng)的最佳實(shí)踐分析關(guān)鍵績(jī)效指標(biāo)；和專門為分析設(shè)計(jì)的海量精選公共數(shù)據(jù)集。

甲骨文公司副總裁、中國(guó)區(qū)技術(shù)總經(jīng)理兼大數(shù)據(jù)和商務(wù)分析業(yè)務(wù)總經(jīng)理高禮強(qiáng)

甲骨文公司副總裁、中國(guó)區(qū)技術(shù)總經(jīng)理兼大數(shù)據(jù)和商務(wù)分析業(yè)務(wù)總經(jīng)理高禮強(qiáng)指出：“大數(shù)據(jù)領(lǐng)域是我們戰(zhàn)略重點(diǎn)之一，同時(shí)它也是延續(xù)我們甲骨文傳統(tǒng)的數(shù)據(jù)管理技術(shù)的優(yōu)勢(shì)領(lǐng)域，因此我們非常重視這個(gè)領(lǐng)域。”

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

展望未來(lái)，高禮強(qiáng)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(tái)的需求。我們看準(zhǔn)這個(gè)市場(chǎng)，云服務(wù)對(duì)數(shù)據(jù)分析來(lái)講是一個(gè)典型且非常適合的一個(gè)場(chǎng)景。我們的使命是：希望通過(guò)大數(shù)據(jù)技術(shù)的商業(yè)化，令企業(yè)和政府的大數(shù)據(jù)應(yīng)用在時(shí)間上可以有一個(gè)極大的節(jié)約，他們不需要花費(fèi)大量的精力放在平臺(tái)建設(shè)上，可以更好地專注于大數(shù)據(jù)的數(shù)據(jù)變現(xiàn)和價(jià)值釋放，更好地為企業(yè)創(chuàng)造價(jià)值。”

標(biāo)簽： 大數(shù)據(jù) 大數(shù)據(jù)處理 大數(shù)據(jù)的應(yīng)用 大數(shù)據(jù)分析 大數(shù)據(jù)技術(shù) 大數(shù)據(jù)前景 大數(shù)據(jù)應(yīng)用 大數(shù)據(jù)運(yùn)用 公有云 金融 評(píng)測(cè) 企業(yè) 數(shù)據(jù)分析 數(shù)據(jù)庫(kù) 問(wèn)題 行業(yè) 云服務(wù) 云

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