为什么专用应用程序是大数据成功的关键

虽然确实确实有提到的任何技术都提供了用于创建分析应用程序的强大工具,这些应用程序可以提取多种形式的大数据,帮助找到重要问题的答案,改善决策或流程的执行,但这些工具是基础。它们使您可以构建某种业务活动的模型,用数据填充该模型,分析正在发生的事情,然后将该信息提供给任何需要它的人。

但是,对于每一个直接使用这些技术的公司,将有10或100个公司愿意并乐于购买用于特定目的的应用程序。就像经过几十年的定制软件出现的企业资源计划(ERP)一样,大数据分析应用程序也将出现。但是,鉴于我们拥有创建具有开源和商业组件的软件的惊人基础,以及Internet的通信速度,我们不必为可重用的大数据应用程序等待二十年。我们正处于一个新时代的起点,在这个时代中,将创建许多大数据专用构建的应用程序,可能最终导致一种新型的应用程序套件。

这类似于ERP。首先,ERP出现时具有狭窄的会计和财务控制功能,然后又扩展到业务的许多领域。竞争对手纷纷涌向解决CRM,供应链,产品开发和人力资源问题。最终,这些与ERP一起被引入了一个更大的套件中。

现在,这些产品应用程序是否具有ERP的意义?答案是肯定的。像ERP一样,其中一些也支持自动执行内置的通用业务流程。但是,在大多数情况下,这些产品都是用于为业务活动领域创建某些模型的平台。然后,这些产品提供了用于完成在这些模型之上创建应用程序的工作的工具。

这些公司都没有声称是用于任何种类的大数据的通用工具。其中一些可以应用于许多不同的行业。但是,所有这些对象都具有某种特定的模型风格,可以帮助进行某种类型的分析。对于买家而言,挑战是找到具有与您的问题相匹配的样式的产品。良好的匹配是从大数据中获取价值的最快途径。

如此众多的公司专注于营销,这绝非偶然,因为来自许多来源的大量数据以及与收入的明确联系创造了丰富的机会。

我要说明的更大一点是,随着技术的最终用户采用大数据,这些应用平台将成为大数据创造价值的主要方式。早期采用者将直接使用Hadoop和SAP HANA以及其他此类技术。早期的大多数将使应用程序供应商将大数据技术用于他们。

我们如何进入Analyst 2.0?

因此,如果您购买了我的论文,那么CIO和CTO应该改变他们利用大数据的策略。他们应该研究如何构建有助于提供所需见解的应用程序组合,而不是研究如何使用构建模块自己创建应用程序。可能需要进行应用程序开发,但是查找应用程序或选择适合特定业务问题的应用程序平台应该是首选。

要了解哪些应用程序可能是正确的选择,您必须了解要回答的问题以帮助您的业务,还必须了解所考虑的应用程序中心的基本世界模型。我在本文中的目的是提供有关这些模型将是什么样子以及如何理解它们何时满足您的需求的一些见解。

作为此任务的一部分,我最近与PayPal首席科学家Mok Oh进行了一次有趣的对话,讨论了大数据基础架构和应用程序当前状态的本质。哦,提供的框架对我的理解有很大帮助,这使我们在将大数据作为了解世界的方式的过程中所处的位置。

Oh认为我们当前的事务状态介于Analyst 1.0(最新一代工具使我们达到的成熟状态)和Analyst 2.0(最终的状态)之间,在这种状态下,大数据对于许多人来说都更容易采用。

分析师1.0出现在大数据之前。分析师说:“分析家1.0“了解并理解数据,了解正确的问题,以及如何寻找答案”。Analyst 1.0具有一定的编码技能,也许可以在此编写SQL查询。由于数据仓库和关系数据库的灵活性,可以分析的内容存在局限性,但是众所周知,清理,排序和分析数据的过程是一个完整的周期。

我们当前的状况(分析师1.5)使我们陷入困境。可用的工具(例如Hadoop)变得更加灵活和可扩展,但仍需要程序员进行干预。为了从大数据中获取价值,业务分析师不能简单地使用Java(甚至是MapReduce)之类的编程语言,并不能期望它们开始向前冲。他们也不会从静态报告中获得任何使用。需要使业务分析人员有权使用不需要数据库管理员和程序员大量介入的工具来创建专门构建的模型,以解决明确的业务问题。

与工具和系统的这种分离消除了Von Hippel式的,用户驱动型创新的特点,该特性是Analyst 1.0的特色。更糟糕的是,“大数据的爆炸式增长以及围绕数据形成的孤岛已经导致数据完全分散,” Oh说。“非结构化数据包含大量重复项,而且质量糟透了。”

Oh说,当供应商和IT部门使分析变得足够容易时,典型的业务用户就可以完全自己进行分析,并使他们回到用户驱动的创新状态,从而使Analyst 2.0到来。尽管存在弥合差距的工具,但仍然是零散的环境和过程。

理解大数据应用程序价值的关键是确定其模型满足您的需求的程度以及应用程序将您带到Analyst 2.0的程度。

在本文中,我们将研究商业分析软件供应商ClickFox如何创建一个模型,该模型将大数据提取到用于分析客户交互的分析环境中。该模型可以回答的问题可能对公司的运营产生巨大影响,从而在许多实施中节省了数亿美元。

ClickFox示例适合我们针对解决整个数据分析价值链所做的一系列文章,包括“扩大大数据分析师的生产率”和“事实如何为企业构建数据栈”。

ClickFox的客户包括联络中心,运营团队和营销人员,他们希望全面了解客户如何进入公司以及如何通过公司的接触点。本质上,至少在某些类别的问题和模型上,他们从Analyst 1.5迁移到Analyst 2.0。

据研究与开发高级副总裁汤姆·惠勒(Tom Wheeler)称,ClickFox创建了一个通用模型来表示系统遍历。他说,重要的一步是理解“没有任何模型将是完美的”。成功的关键在于能够使用迭代敏捷方法快速完善这些模型。

相关文章

联系我们

联系我们

029-88444144      

在线咨询: QQ交谈

邮箱: cnnwn@126.com

工作时间:周一至周五,9:00-17:30,节假日休息

返回顶部