現(xiàn)在幾乎所有的人都在說大數(shù)據(jù)，但他們的觀點大多停留在客戶行為分析的層面，事實上大數(shù)據(jù)分析包括很多層面。與此同時也有很多人在談商務(wù)智能。那大數(shù)據(jù)和商務(wù)智能到底該如何區(qū)別？實際上我不是大數(shù)據(jù)的專家，我這些年一直從事的只有一件東西：那就是商務(wù)智能。因此今天將主要圍繞大數(shù)據(jù)和商務(wù)智能展開。今天的演講分為三個部分：大數(shù)據(jù)的發(fā)展演化、從技術(shù)的角度看大數(shù)據(jù)以及從應(yīng)用的角度看大數(shù)據(jù)。
    
    首先看大數(shù)據(jù)的發(fā)展演化。如今很多人將大數(shù)據(jù)和商務(wù)智能兩個概念融合在一起談?wù)?，那大?shù)據(jù)和商務(wù)智能化如何區(qū)別？在原來做數(shù)據(jù)分析時，我堅持從數(shù)據(jù)到信息，從信息到知識，從知識到?jīng)Q策，決策最后給企業(yè)帶來盈利。那這和大數(shù)據(jù)有何區(qū)別？原來講的商務(wù)智能的數(shù)據(jù)分析很多是結(jié)構(gòu)化的數(shù)據(jù)分析，而現(xiàn)在的大數(shù)據(jù)增加了很多非結(jié)構(gòu)化的模型。那什么是非結(jié)構(gòu)化數(shù)據(jù)？音頻、視頻、圖像等都是非結(jié)構(gòu)化數(shù)據(jù)。
    
    今天大家都在談大數(shù)據(jù)分析什么，數(shù)據(jù)發(fā)掘都在分析什么？當(dāng)年我認(rèn)為數(shù)據(jù)挖掘才是真正的科學(xué)，但現(xiàn)在我覺得不完全是這樣。假設(shè)沒有生產(chǎn)數(shù)據(jù)的，哪來數(shù)據(jù)分析？現(xiàn)在手機(jī)天天生產(chǎn)數(shù)據(jù)，按照大眾普遍的觀點，所有的大數(shù)據(jù)基本都來自網(wǎng)絡(luò)，來自微信、ebay等平臺。那難道全球這么多企業(yè)所生產(chǎn)的數(shù)據(jù)都不叫大數(shù)據(jù)嗎？因此我現(xiàn)在認(rèn)為大數(shù)據(jù)就是數(shù)據(jù)到信息，從信息到知識，從知識到?jīng)Q策，決策最后給企業(yè)帶來盈利。這才是數(shù)據(jù)分析。
    
    與傳統(tǒng)分析不同，大數(shù)據(jù)分析是基于大量的非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)來源包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。大數(shù)據(jù)從大量的復(fù)雜數(shù)據(jù)中獲得信息，從大量互聯(lián)網(wǎng)和移動華聯(lián)、電子商務(wù)中是永恒多點，對實時數(shù)據(jù)進(jìn)行分析和預(yù)測。實際上大數(shù)據(jù)一定要用起來。
    
    以一部手機(jī)為例，如果這部手機(jī)可以知道我現(xiàn)在的體溫，心率，腦電圖等等我的相關(guān)身體數(shù)據(jù)，一旦這些數(shù)據(jù)被傳送到醫(yī)院，那么醫(yī)院就可以充分掌握的我數(shù)據(jù)。醫(yī)院如果要在大數(shù)據(jù)時代有所創(chuàng)新，就一定要從客戶的角度出發(fā)。原來的根據(jù)現(xiàn)有數(shù)據(jù)進(jìn)行調(diào)查的模式是通過邏輯思維來實現(xiàn)，但現(xiàn)在要創(chuàng)新思維，創(chuàng)新思維要求醫(yī)院要提前知道病人在想什么，了解病人的身體情況。在我們也并不清楚自己已生病且不在醫(yī)院的情況，醫(yī)院事先知道我們生病，然后根據(jù)GPS定位掌握我們所處的位置，利用全國統(tǒng)一的醫(yī)療系統(tǒng)為我們服務(wù)。這才是未來大數(shù)據(jù)在實際應(yīng)用時應(yīng)有的模式。我們原來的穿戴產(chǎn)品都是依靠數(shù)據(jù)功能，這些數(shù)據(jù)都是模擬數(shù)據(jù)。大數(shù)據(jù)的應(yīng)用到底是只做數(shù)據(jù)分析還是有更多的應(yīng)用，這個問題值得我們深思?，F(xiàn)在所有的東西都連接在一起，所有的企業(yè)也被連接在一起。所有的東西都已經(jīng)是分不開的。
    
    做了這么多年的商務(wù)智能，我對此有一些自己的看法。在2013年，商務(wù)智能在全球的需求要比大數(shù)據(jù)需求大一些。當(dāng)然未來大數(shù)據(jù)的需求會越來越大。原來并不是沒有人在做大數(shù)據(jù)，只不過是因為各種原因而限制大數(shù)據(jù)的發(fā)展，比如說速度問題，設(shè)備問題等，但現(xiàn)在設(shè)備和應(yīng)用的升級使大數(shù)據(jù)越來越普及。大數(shù)據(jù)的流行是因為業(yè)務(wù)的應(yīng)用推動了其發(fā)展，而不是因為大數(shù)據(jù)而大數(shù)據(jù)。
    
    我們現(xiàn)在在勘探的過程中得到了很多的數(shù)據(jù)，利用掌握的大數(shù)據(jù)找到石油資源，這就是大數(shù)據(jù)分析。媒體和娛樂、政府使用、生命科學(xué)、石油天然氣以及企業(yè)等行業(yè)的關(guān)鍵應(yīng)用都推動了大數(shù)據(jù)的發(fā)展?，F(xiàn)在很多企業(yè)都是做數(shù)據(jù)的聚類分析，但是數(shù)據(jù)的優(yōu)化是特別重要的一塊，然而做的人卻不是很多。
    
    大數(shù)據(jù)面臨著兩個問題。
    
    一、大數(shù)據(jù)如何存儲？我剛上大學(xué)的時候，計算機(jī)的存儲量還很有限，但現(xiàn)在以日新月異。從技術(shù)的角度來看，大數(shù)據(jù)有以下幾個發(fā)展趨勢：
    
    1.存儲模式的變化——內(nèi)存計算；
    
    2.虛擬系統(tǒng)服務(wù)——云計算；
    
    3.終端的普及和創(chuàng)新——移動計算。
    
    現(xiàn)在我們說三個計算：云計算、移動計算和內(nèi)存計算。目前SAP做的就是把數(shù)據(jù)庫搬到內(nèi)存里，然后整理出數(shù)據(jù)庫。這是一個革命性的變化。很多人會問安全問題怎么辦？實際上這并不需要擔(dān)心。大數(shù)據(jù)和移動緊密聯(lián)系在一起，大數(shù)據(jù)無論對企業(yè)還是個人都影響深遠(yuǎn)，不管企業(yè)還是個人，每天都和大數(shù)據(jù)產(chǎn)生千絲萬縷的關(guān)系。
    
    4.網(wǎng)絡(luò)共享的革新——物聯(lián)網(wǎng)。如今的大數(shù)據(jù)已和物聯(lián)網(wǎng)連接在一起。最近有很多的企業(yè)都在做大數(shù)據(jù)的研究，但這些公司大部分還停留在互聯(lián)網(wǎng)用戶數(shù)據(jù)處理的層面。所有的大公司在存取貨物時都需要考慮如何讓取貨，取什么貨，在哪取貨，取多少貨的問題，這些信息存儲下來難道不是大數(shù)據(jù)嗎？所以我認(rèn)為在大數(shù)據(jù)不僅是一個分析，它還在于數(shù)據(jù)的生成和數(shù)據(jù)挖掘。
    
    5.數(shù)據(jù)處理模式的變化——數(shù)據(jù)挖掘。現(xiàn)在數(shù)據(jù)挖掘越來越重要，圖像識別、音頻識別、視頻識別這些都是非常核心的應(yīng)用，當(dāng)然現(xiàn)在有越來越多的企業(yè)去研究，這是未來一個非常好的大方向。
    
    大數(shù)據(jù)面臨的第二個問題：我們現(xiàn)在如何使用大數(shù)據(jù)？從應(yīng)用的角度看，大數(shù)據(jù)有以下7個發(fā)展模式：
    
    1.從主題分析到專題分析——宏觀分析到微觀分析。原來的商務(wù)智能是做主題分析，現(xiàn)在的商務(wù)智能則主要集中在專題分析，在專題分析中，我們通過大量的數(shù)據(jù)分析，建立分析預(yù)測模型，實現(xiàn)實時營銷、戰(zhàn)略制定的深層次細(xì)致分析。
    
    2.從決策支持到實時操作智能——支持操作型商務(wù)智能和社區(qū)媒體協(xié)同。當(dāng)下實時數(shù)據(jù)庫更加符合行業(yè)的發(fā)展需要。因此SAP強調(diào)實時數(shù)據(jù)庫。國內(nèi)無論是華為還是聯(lián)通做的大數(shù)據(jù)應(yīng)用都是圍繞實時數(shù)據(jù)庫開展。
    
    3.從決策層使用到全員使用——商務(wù)智能平民化。從公司管理到經(jīng)營管理再到成員企業(yè)，這是一個商務(wù)智能平民化的過程。為企業(yè)做的應(yīng)用核心是解決問題。
    
    4.從商務(wù)智能工具到商務(wù)分析應(yīng)用——拿來即用的分析應(yīng)用。
    
    5.從結(jié)構(gòu)化數(shù)據(jù)分析到非結(jié)構(gòu)化數(shù)據(jù)分析——各種人工智能應(yīng)用：智能地球、智能城市、智能交通等。這些人工智能應(yīng)用SAP都有涉及，在全球應(yīng)用也比較多，在美國使用情況非常好。
    
    6.從開發(fā)工具到自助服務(wù)——易用性領(lǐng)跑大數(shù)據(jù)的未來。以工具來講，工具都是以簡單為主，因為沒有人會希望用復(fù)雜的東西作分析。SAP這兩年所開發(fā)的工具集中在非結(jié)構(gòu)化數(shù)據(jù)分析。
    
    7.從決策支持系統(tǒng)到日常應(yīng)用系統(tǒng)——每個部門日常時刻離不開的應(yīng)用系統(tǒng)。實際上大數(shù)據(jù)使得每個人，每一天，每一刻都分不開。
    
    這里我要強調(diào)一點，支持互聯(lián)網(wǎng)與企業(yè)的運營、采購、銷售數(shù)據(jù)連在一起。大數(shù)據(jù)有四個來源：一來自企業(yè)，二來自供應(yīng)商，三來自客戶，四來自外部，所以企業(yè)的數(shù)據(jù)是大數(shù)據(jù)來源非常重要的一部分。
    
    我已經(jīng)拐了一個大彎去做商務(wù)分析，更多的是做商務(wù)創(chuàng)新，只不過是因為創(chuàng)新才和大數(shù)據(jù)連在一起。但大數(shù)據(jù)將來必然是云時代創(chuàng)新的重要方向，希望有越來越多的年輕人能在大數(shù)據(jù)領(lǐng)域繼續(xù)深耕細(xì)作。