今年國(guó)家正式確定了未來(lái)經(jīng)濟(jì)建設(shè)的長(zhǎng)期目標(biāo)——“新基建”。在新基建中5G、大數(shù)據(jù)中心、人工智能和工業(yè)互聯(lián)網(wǎng)是四大重點(diǎn)科技領(lǐng)域。
客觀地說(shuō)，一方面，“新基礎(chǔ)設(shè)施”是中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的基本保證，它不僅可以在短期內(nèi)幫助穩(wěn)定投資，擴(kuò)大內(nèi)需和增加就業(yè)；另一方面，通過(guò)“新基礎(chǔ)設(shè)施”促進(jìn)工業(yè)智能的升級(jí)，也關(guān)系到中國(guó)能否趕上智能時(shí)代的快車，這對(duì)于促進(jìn)整個(gè)中國(guó)工業(yè)體系的發(fā)展具有非常重要的戰(zhàn)略意義。更具競(jìng)爭(zhēng)力。
在這種背景下，通過(guò)云計(jì)算和大數(shù)據(jù)的使用，在“新基礎(chǔ)架構(gòu)”中促進(jìn)行業(yè)和企業(yè)的智能化轉(zhuǎn)型，迅速獲得業(yè)務(wù)洞察力以做出預(yù)測(cè)和決策，并實(shí)現(xiàn)產(chǎn)品和業(yè)務(wù)模式的創(chuàng)新，在很大程度上，它將成為決定企業(yè)乃至未來(lái)數(shù)字化轉(zhuǎn)型成敗的關(guān)鍵舉措。
從這個(gè)角度來(lái)看，了解大數(shù)據(jù)，云計(jì)算和商業(yè)智能之間的關(guān)系，我們可以清楚地看到云計(jì)算是基本平臺(tái)，大數(shù)據(jù)是認(rèn)知方法，而商業(yè)智能是最終目標(biāo)。云計(jì)算，大數(shù)據(jù)和商業(yè)智能的深度集成和共同發(fā)展正在推動(dòng)行業(yè)和企業(yè)實(shí)現(xiàn)智能化轉(zhuǎn)型。
大數(shù)據(jù)和云計(jì)算的關(guān)系
云計(jì)算的本質(zhì)就是將計(jì)算能力作為一種較小顆粒度的服務(wù)提供給用戶，按需使用和付費(fèi)，體現(xiàn)了：
經(jīng)濟(jì)性，不需要購(gòu)買整個(gè)服務(wù)器
快捷性，即可使用，不需要長(zhǎng)時(shí)間的購(gòu)買和安裝部署
彈性，隨著業(yè)務(wù)增長(zhǎng)可以購(gòu)買更多的計(jì)算資源，可以需要時(shí)購(gòu)買幾十臺(tái)服務(wù)器的1個(gè)小時(shí)時(shí)間，運(yùn)算完成就釋放
自動(dòng)化，不需要通過(guò)人來(lái)完成資源的分配和部署，通過(guò)API可以自動(dòng)創(chuàng)建云主機(jī)等服務(wù)。
云計(jì)算的技術(shù)關(guān)注點(diǎn)在于如何在一套軟硬件環(huán)境中，為不同的用戶提供服務(wù)，使得不同的用戶彼此不可見，并進(jìn)行資源隔離，保障每個(gè)用戶的服務(wù)質(zhì)量。
在大數(shù)據(jù)和云計(jì)算的關(guān)系上，兩者都關(guān)注對(duì)資源的調(diào)度。
數(shù)據(jù)處理可以基于云計(jì)算平臺(tái)（如IaaS，容器）。
數(shù)據(jù)處理也可以作為一種云計(jì)算的服務(wù)，如AWS的EMR（Amazon Elastic MapReduce）阿里云的ODPS（Open Data ProcessingService）。
大數(shù)據(jù)和商業(yè)智能BI的關(guān)系
BI（Business Intelligence）即商務(wù)智能，它是一套完整的解決方案，用來(lái)將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確地提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。
商業(yè)智能BI在數(shù)據(jù)架構(gòu)中處于前端分析的位置，BI的數(shù)據(jù)很多是來(lái)自數(shù)據(jù)庫(kù)的結(jié)構(gòu)化數(shù)據(jù)分析。在企業(yè)內(nèi)部實(shí)施BI應(yīng)用就是為了可以更好的對(duì)數(shù)據(jù)進(jìn)行分享和使用。其核心作用是對(duì)獲取數(shù)據(jù)的多維度分析、數(shù)據(jù)的切片、數(shù)據(jù)的上鉆和下鉆、cube等。通過(guò)ETL數(shù)據(jù)抽取、轉(zhuǎn)化形成一個(gè)完整的數(shù)據(jù)倉(cāng)庫(kù)、然后對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行抽取，而后是商業(yè)智能的前端分析和展示。
BI更傾向于決策，對(duì)事實(shí)描述更多是基于群體共性，幫助決策者掌握宏觀統(tǒng)計(jì)趨勢(shì)，適合經(jīng)營(yíng)運(yùn)營(yíng)指標(biāo)支撐類問(wèn)題；
而大數(shù)據(jù)（big data）是一種信息資產(chǎn)，它是無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力。簡(jiǎn)單而言，大數(shù)據(jù)更偏重于發(fā)現(xiàn)、預(yù)測(cè)并印證的過(guò)程。大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在于個(gè)性化的決策。
大數(shù)據(jù)的數(shù)據(jù)處理，涉及很多新的技術(shù)，不同的應(yīng)用場(chǎng)景需要不同的大數(shù)據(jù)處理方法，需要有人專門進(jìn)行研究和探索，可見大數(shù)據(jù)對(duì)于BI人員的技能要求有所提高。
大數(shù)據(jù)的數(shù)據(jù)來(lái)源包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，有很大一部分?jǐn)?shù)據(jù)是包括音頻、視頻、圖像在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)，或是半結(jié)構(gòu)化數(shù)據(jù)。這類數(shù)據(jù)通過(guò)大數(shù)據(jù)管理的方式進(jìn)行整合，然后用BI的方法進(jìn)行分析挖掘處理。
大數(shù)據(jù)的應(yīng)用幾乎涉及到社會(huì)生活的方方面面，如醫(yī)療行業(yè)、金融行業(yè)、體育行業(yè)、安全執(zhí)法、城市改善等等。當(dāng)然，大數(shù)據(jù)所涵蓋的領(lǐng)域不止這些，未來(lái)還會(huì)有許多新的行業(yè)和領(lǐng)域利用大數(shù)據(jù)的應(yīng)用進(jìn)行規(guī)劃和發(fā)展。
隨著云計(jì)算和互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，企業(yè)CRM、ERP、SCM等應(yīng)用系統(tǒng)的引入，企業(yè)不僅僅關(guān)注事務(wù)處理過(guò)程，而更加注重有效利用企業(yè)的數(shù)據(jù)為準(zhǔn)確和快速的決策提供支持。由此帶動(dòng)的對(duì)商業(yè)智能的需求將是巨大的。傳統(tǒng)BI的ETL、數(shù)據(jù)倉(cāng)庫(kù)、OLAP、可視化報(bào)表技術(shù)，因?yàn)榻鉀Q不了海量數(shù)據(jù)（包括結(jié)構(gòu)化與非結(jié)構(gòu)化）的處理問(wèn)題，都處于淘汰的邊緣，BI的很多功能都可以被對(duì)應(yīng)的大數(shù)據(jù)組件所替代。
目前很多商業(yè)智能BI供應(yīng)商都在尋求突破，從傳統(tǒng)型BI向敏捷型BI轉(zhuǎn)變，從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變。其中DataFocus BI在國(guó)產(chǎn)軟件中也是比較出色的一款產(chǎn)品。在技術(shù)層面不斷吸收大數(shù)據(jù)技術(shù)，增加大數(shù)據(jù)處理引擎，讓BI可以從容的處理海量數(shù)據(jù)。而且在前端創(chuàng)新使用類自然語(yǔ)言搜索，降低對(duì)技術(shù)人的的技能要求，讓使用者可以輕松上手。在決策者手中不僅僅可以輕松掌握宏觀統(tǒng)計(jì)趨勢(shì)，更能夠刻畫個(gè)體，做出更加個(gè)性化的決策。
