分析学与大数据：数据管理的全局战略

2019独角兽企业重金招聘Python工程师标准>>>

    分析学正逐渐地深入到业务当中，并已成为实现可持续竞争优势的主要工具。商务智能和业务分析项目的数量连续增长，一些专家此刻也正在谈论第三代BI系统的开发。

    但是各个企业如何使用分析学来增加它们的知识并采取具体的行动呢？MIT 曾着手处理这个问题并在MIT Sloan Management Review 中发布文章，给出了答案。文章题目为：大数据，分析学和价值洞见之路（Big Data, Analytics and the Path from Insights to Value）。这篇文章围绕同 IBM 业务价值学院（IBM Institute for Business Value）合作展开的首次调查，对来自100多个国家和30个行业的3000名决策者的调查成果进行了详尽审析。

     这次调查的成果如此丰富多样，我推荐您阅读整篇文章。不过，这里列举一些我在阅读的时候注意到的几点:

• 最有活力的企业比起其他的企业对分析学的使用高出4倍。

• 在数据层面（如何收集数据，如何保证数据可靠性，等等），采用分析系统的障碍不再存在，但在企业文化和经理人层面（如何使用分析学来改善业务）障碍依旧。

•  分析学的未来存在于数据可视化，语义视像分析（sematic video analytics）和社会媒体分析的新技术之中。

     MIT还推荐了下列五个方法来充分利用一个企业的分析程序并迅速创造出价值:从开始就考虑大格局并把精力集中在最好的机会上，要开始先提出正确的问题而不是搜索可用数据，要把信息载入业务各种进程之中，让BI功能与这些进程共存而不是取代他们，还要勾画出信息治理的策略。

     MIT 认为，今天，数据质量不应该再对业务构成问题: 数据质量技术已经存在而且业已成熟。因此，我们应该聚焦于建立一个信息管理的全局战略,描述分析可用信息的原因和目的，从而定义出将会推动价值创造的行动来。如我们所见，BI和分析学的未来展现了一个新的远景，在哪里它们将会促进业务的成长和发展。

     最后，用一个公众数据开放的新证据作结：巴黎市刚刚宣布其全部的数据库（绿色空间，选举结果，废料收集，等等）马上将会对公众开放。这将会推动许多服务创新，为居民和游客创造便利。所以,一位法国重要的商务智能专家总结这篇文章说：“2011年，大数据（Big Data）将会是我们谈论的话题。”

Bertrand

译自 http://www.talend.com/blog/2011/02/09/big-data-analytics-moving-toward-a-global-strategy-of-information-management/

转载于:https://my.oschina.net/ychenIntegration/blog/13047