왜 국내 BI 기업 수 동적으로 큰 데이터를 처리 하는 세 가지 주요 이유

큰 데이터, 즉 큰 및 클라우드 컴퓨팅, 모바일 애플리케이션과 소셜 네트워크는 2012에서 대중적 되었다 때 정보 기술 분야에서 가장 세련 된 단어 했다. IBM, 오라클, SAP, 마이크로소프트 및 다른 공급 업체, 새로운 금광에 대 한 검색 같은 큰 데이터 개념을 강력 하 게 홍보 하기 시작 했다. 그 결과, 많은 공급 업체 빅 데이터 시장, 특히 SAP의 잡으려고 몰려들었다 하나와 오라클의 exalytics. 대조적으로, 밀어 bi 기업 보고서 분석의 위치에 집착 하는 대용량 데이터의 되지 않습니다. 사실, 정말 우리가 생각 한 대로 강력한 큰 데이터는? 왜 BI 실행 되지 않습니다 "마지막 마일"? 큰 데이터와 bi는 동시에 발생 한 심문을 받고 당황.

빅 데이터 시대 bi 단계 신속 하 게 왜 수 없습니다?

새로 입력 한 BI 컨설턴트 또는 특정 표현, 혼란 BI의 현재 상태를 표현합니다.

"오늘 고객 데모 시스템 데모 완료, 고객 날 질문: 결국에서 비즈니스 인텔리전스 스마트 어디?" 양방향 및 보고 도구 들 간의 차이점은 무엇입니까?이 질문에 대 한 나는 생각 양방향 사람들이 스스로 질문이 하지만 또한 스스로 답변을 많이 준 하지만 정말 대답의 100 점입니다. 오늘 처럼 설명 하 고 이러한 문제를 보여주는 몇 가지 예제를 준 하지만 여전히 기분이 아니에요 철저 하 고 설득력 있는. 내가이 문제에 대 한 중요 한 이유는 자체 BI는 너무 광범위 한 시장에서 다양 한 도구를 보고 지금 부른다 BI 솔루션, 그리고 다양 한 프로젝트 bi의 개념을 매우 모호 하 고 BI에 라고 생각 합니다. 두 번째 이유는 대부분의 BI 프로젝트를 실제로 쿼리 및 보고서를 데이터, 동성이 든 만족 해야. "

BI의 개념은 너무 광범위는 몇 년 전, 많은 기업 들 줄 알았는데 Bi 불가결 이다. 최근 몇 년 동안, 큰 데이터는 BI에 큰 영향을 가져왔다, 개발의 그것의 속도 그리고 심지어 대담한 예측, 향후 10 년간 가속, 비즈니스 인텔리전스 분석 관리 정보의 발전을이 끌 것입니다.

Bi 및 대용량 데이터의 차이 큰 데이터 대량 및 전통적인 트랜잭션 기반 데이터 웨어하우스 시스템, 대용량 데이터 분석 초점 구조적된 역사적 데이터에 뿐만 아니라 웹, 소셜 네트워크에 비해 구조화 되지 않은 데이터에 대 한 BI 도구에 따라 처리할 수 있습니다. RFID 센서 및 기타 구조화 되지 않은 대용량 데이터 분석, 큰 데이터는 의심할 여 지 없이 완벽 한 BI 보완.

대부분의 bi 업체 빅 데이터에 대 한 "감기" 태도 왜 표시 합니까?

그 결과, 구조화 되지 않은 데이터를 분석 하 고 대처 하기 어렵습니다: 그것은 큰 대화형 데이터 또는 큰 트랜잭션 데이터, 처리 및 구조화 되지 않은 데이터의 분석은 BI 업계 또는 대형 데이터 처리, 여부는 어려움에 직면 되었습니다. BI 제품의 많은 제조 업체, 그들의 기술적인 기능 큰 데이터에 필요한 높이 도달 하지 않을 수 있습니다.

2 기업 것입니다 하지 강한 이유: 지금 많은 기업 bi, 고 지능, 대부분 그냥 기존 데이터는 보고서를 제시 하는 데 사용을 완전히 반영 보고서의 개발은 또한 매우 간단 하 고, BI 시스템의 개발에서 대부분의 사용자가 원하지 않는 더 가치 인식을 탐구 하.

BI의 값을 측정할 수 없는 세 가지 이유: 큰 데이터는 값, 하지만 값은 너무 정확 하 게 측정. 새 값은 일부 대형 데이터에서 채굴 하지만이 값만 부가 가치 이며 가상 공간입니다. 예를 들어, 사막에서 금 수도 있지만 그것은 사막 골드를 발굴 할 수 있어야 합니다.

큰 데이터 어떻게 "새로운 병의 오래 된 와인" 레이블 선택 하?

"빅 데이터는 상대적인 개념, 새로운 병의 오래 된 와인." 그것은 것으로 알려졌다 "대형 데이터 처리의 전설, 패션에만, 기존 계획에서 포장, 새로운 병의 오래 된 와인." 광대 한 데이터 나 회사, 수 혁명 하지는 MapReduce와 Hadoop, 전에 쉽게 데이터의 대규모 병렬 계산을 수행할 수 있는 회사 그리고 NoSQL의 존재는 더 많은 데이터를 처리 하기 위해 가능성이 만드는 방법만.

그래서, BI, 보다 큰 데이터에 대 한 의심의 여지가 더 많은 결과에서 볼 때, 그리고 "짧은 1 킬로미터" 당황도 발생.

과 큰 데이터 분석 부족 성숙한 실제적인 경험, 그 방법 방법 및 전통적인 데이터 웨어하우스 BI 시스템 특정 차이가 있다. 큰 데이터 분석 프로젝트를 구현 하기 전에 기업 하지만 알아야 어떤 기술을 사용 하려면, 하지만 언제, 어디에 그것을 사용 하는 것 또한 알고 있어야 합니다. 데이터 간의 상관 관계는 무엇입니까? 데이터는 신뢰할 수 있는? 방대한 양의 데이터에서 가치, 쉬운--를 사용 하 여 고객 정보를 밖으로 발굴 하는 방법?

이러한 질문에 대답, 기업 필요 단일, 완벽 한, 그리고 신뢰할 수 있는 보기는 고객의 데이터, 고객 데이터의 완전 하 고 신뢰할 수 있는 단일 보기를 생성 하 고 데이터 통합은 키. 통합된 데이터, 상업 값이 0. 데이터 통합에 새로운 대화형 데이터 통찰력 및 다른 상황에서 얻을 수 없는 가치를 가진 전통적인 트랜잭션 데이터를 결합 하 여 단체 수 있습니다.

그것은, 빅 데이터 시대의 미래 인터넷 기술의 발달로 다양 한 정보는 국가의 급속 한 성장에 얼마나 유용한 정보를 얻기 위해 키, 지능형 분석 도구는 점점 더 중요 한 될 것입니다 여러 관리 시스템, 데이터베이스, 재정의할 수 있어야 하는 특정 더 유연 하 고, 관리할 수 있는 bi 도구를 통해 하는 방법 정말 큰 데이터 나이의 값을 활용할 큰 데이터 및 bi에 대 한 일반적인 도전 이다.

(책임 편집기: Fumingli)