从理论上来说,大数据分析应用,接入不同数据源的数据,搭建大数据模型,对数据进行多角度的深度发掘,可以应用在各行各业。
通常,我们提及的大数据,即指数据量巨大,也指数据来源众多。不难理解,数据源是大数据应用的“基础设施”,没有数据就不会有大数据,就没有人工智能,也没有机器学习、深度挖掘等,包括数据层面的应用。
现今大数据应用分析的真实情况何如?
现阶段的实践应用发现,因为不同的数据被存放在不同的软件系统中,数据存在的数据库属于后台,形成一个个数据孤岛,比如淘宝、京东、银行系统、社保系统、各企业部门软件系统等数据库里面,数据资源犹如一潭潭相互隔离的“死水”,没有形成有效的流动互通,数据被困在孤岛(软件)内,缺乏生机。
例如在一个产品生产类企业中,存在着多个不同的部门,如采购部门、生产部门、销售部门、研发部门等。原本各部门之间应该互通信息共同制定生产计划,如果信息不互通的话,可能会出现采购部门不考虑生产部门的需要盲目采购等不利于企业正常发展的操作。在这个环境中,各独立部门即不同的信息孤岛。
例子很小,但不难看出,要想大数据的价值真正被发挥与体系,首先要打破数据孤岛的局限性。
如何打破数
解决“数据孤岛”,对接不同软件系统数据,可以这样玩...
最新推荐文章于 2023-06-27 17:37:12 发布