大數據現在有多火？這個問題很簡單，看看這個詞在每天央視新聞頻道出現的頻率就知道了。大數據能帶給我們什么？這個問題也可以用幾個簡單的詞概括：超乎你的想象。我們怎樣才能通過對大數據的分析來得到好處？這個問題就不是那么簡單的了。

用谷歌搜索“大數據+解決方案”，我們能夠得到一千零八十萬個中文結果，和兩億兩千萬個英文結果。幾乎每個跟科技沾邊的公司都在積極的推出各種大數據解決方案。

我們不得不承認，在大數據應用的初級階段，這種百家爭鳴的現象是好的。但我們也發現，在大數據應用面前，用戶的處境其實相當尷尬。對于絕大多數大數據解決方案來說，其關注的重點往往在于解決用戶單一方面的需求;而如果用戶想要解決更多的大數據需求則往往需要選擇其他的技術和解決方案。為了不讓今天的大數據變成明天的大麻煩，企業在邁出大數據第一步之前應該把目標放長遠，把路徑畫清晰。

大數據三部曲

大數據確實能夠給企業帶來眾多競爭優勢，不過這并不是一蹴而就的事。與以往所經歷的IT變革一樣，企業在大數據方面同樣需要具備清晰的路線圖和解決方案迭代方向。而在這方面，甲骨文顯然是具備優勢的。 

按照甲骨文商務分析產品副總裁Rich Clayton的話說：甲骨文目前的大數據解決方案分為三個層次;分別是面向報告預測分析的BI工具、負責收集和搜索各類非結構化數據的Endeca工具以及具備智能學習能力的RTD平臺。

針對第一個層次，Rich表示：甲骨文商務智能工具可以顯著提高公司的戰略能力，它可以用于在現有數據的基礎上分析并解決一些已知的問題。而這也是企業邁向大數據時代所必需打好的基礎，因為任何大數據的使用最終都會回歸到BI中來。

第二個層次，甲骨文所開發的Endeca工具能夠幫助企業搜集并整理來自社交平臺、電話記錄和物聯網等多種數據源的非結構化數據，并為企業提供有效的管理和搜索能力。到了這一步，企業將擁有管理多種非結構化數據的能力，而這一能力則是所有大數據高級應用的基礎。Endeca工具最大的特點便是能夠與其他甲骨文產品無縫集成。

Rich表示：豐田汽車為了改進汽車的質量，降低缺陷和故障率，需要將來自各種渠道結構化/非結構化數據進行整合。而這一工程如果使用傳統方法需要整整18個月;而如果使用Endeca工具對各種數據進行管理則只需要六周時間。

而第三個層次便是基于以上兩種能力所演化出的大數據實時決策分析能力。通過部署智能化的RTD平臺，企業可以在顧客向其反應問題時就知道用戶的需求在哪里，并以最快的速度為其提供相關的服務或產品推薦，從而將營銷和經營帶上一個全新的層次。可以說RTD平臺代表著大數據的未來。更重要的是，RTD平臺具備超越以往的學習能力，能夠根據對消費者需求的不斷分析給出更加精確的反饋。也就是說RTD平臺運行越久，積累的數據就越多，對消費者行為和需求的把握也就越準確。

而基于甲骨文R Enterprise統計環境所開發的RTD平臺并不是大數據的唯一未來，其開源的屬性允許任何第三方開發各種大數據高級應用，從而為企業帶來大數據的更多可能。

大數據更需大戰略

三重解決方案能夠讓企業從基礎的商業智能分析開始，逐步擁有智能化、實時化的大數據整理分析和預測能力。而這種清晰且具備相應解決方案的“大數據三部曲”正是目前企業在迷茫的大數據潮流中所最需要的。而“目標長遠，路徑清晰”顯然是在變革中把握先機的最好方法。