數據從無到有，從簡到繁，從過去的硬件為主再到未來的數據為王，一步步的變化都體現了人類對于數據和信息的應用能力在不斷加強。而大數據正是人們總結前人經驗，站在巨人的肩膀上繼續前行的有力工具，人們不斷地發掘大數據的價值，也促進了大數據應用的不斷發展，那么大數據的終極形式會是怎樣呢?
可以說，在過去的20年中，我們只是在談數據分析的概念，卻沒有真正進行數據分析的實踐應用。但這并不是說公司沒有做數據分析;他們做了。可以發現很多的制藥公司、銀行、保險公司、大型零售行業已經聘請了一些人作為數據分析師，使用數據分析工具已經成為了他們工作的一部分。一旦網絡開啟，他們便利用自己的數學工具獲取網絡數據文件，進行整理分析。
然而，直到谷歌出現，我們才真正擁有了一個靠數據分析來驅動的公司。可以不自欺欺人地講：智能業務方面的創新雖然帶動了許多谷歌所做的項目，但數據分析才是真正大量促進這些項目發展和推動創新的源泉。
水煮大數據
“冰凍三尺非一日之寒”，數據變“大”也不是一夜之間完成的，在這之前它只是沒有被分析罷了，或者就某種情況來講，它沒有被深入分析。正是易于部署的公共云資源和易于管理的私有云資源，再加上價格低廉的Hadoop堆棧的出現，為數據分析師們創造了對數據集——一個他們之前從未調查研究過的數據形式，進行研究和分析的機會。因為一旦研究可行，便能從數據中挖掘出有價值的知識。
大數據在某種程度上會涉及到大體量數據，高速數據和復雜的結構化數據，普遍的觀點還是認為，數據分析在商業中的重要性在增加。雖然不是每一塊的知識都需要立即獲取和研究，但確實有一部分需要盡快進行。
談到廣闊的商業智能(BI)市場，大家可以看一下Bloor Group通過對業務整理得出的商業智能四點總結：事后處理能力，監察能力，洞察力和遠見。前兩個是事后處理能力和監察能力，許多公司通過定期報告、儀表盤、OLAP功能和多種方式的數據可視化等形式進行運作，而且都運用地相當不錯。公司通過以上方式獲取的數據可以開發成新的數據源，利用這些數據可以很容易地提高事后處理能力和監督能力。
大部分的行為經過大數據分析之后會涉及到洞察力和遠見(深層分析和預測分析)的領域，這其中一些正在被挖掘的知識需要迅速地付諸實踐，而且速度是一個重要因素。
很顯然：欺詐行為越容易被察覺，那么欺詐就會越少。網絡安全漏洞和在金融市場上的一些風險因素也同樣遵循這樣的規律。另外，信息(情報)的價值隨著時間的增長而衰減，這可能是因為該信息是共享的或者因為其他競爭對手也發現了此類信息。因此，關鍵不只是挖掘這類信息，還應該盡可能快地將這些信息加以利用。
運營智能勢頭飛漲
我們相信運營智能即將起飛。一方面，我們看到越來越多的廠商使用這個詞來形容自己的技術。不論他們的所從事著怎樣的行業，但他們都有一個共同的需求：尋求商業智能能夠實時或接近實時地轉化為企業的行動。
我們這里所說的商業智能以數據分析或預測分析為主。我們所說的商業行動主要是指：依靠商業智能提供的信息讓用戶立刻可以執行的行動，或者以提供的信息作為指導可以觸發軟件自動采取的行動。
按理說，這樣的運營智能應用已經存在了相當一段時間。銀行業已經基于智能算法自動進行交易多年了。但是一套可直接向企業行為提供決策或者智力支持的軟件還是相當新穎的。
運營智能的上升趨勢十分明顯，并很有可能在幾年完成行業的起飛。
京公網安備 11010502049343號