云计算数据分析

选自Forbes作者：Louis Columbus机器之心编译参与：吴攀、蒋思源

选自Forb

近日，咨询服务公司 Dresner Advisory Services 发布了他们的第六份关于云商业智能（Cloud Business Intelligence）的年度报告《2017 年云计算和商业智能市场调研（2017 Cloud Computing and Business Intelligence Market Study）》。该报告有 101 页，需要相应的客户权限才能查阅。

报告地址：http://dresneradvisory/products/2016-cloud-computing-business-intelligence-market-study-report

该报告提供了有关云商业智能的部署趋势和态度的见解，其中，云商业智能被定义为使用了一个或多个云部署的模型的技术、工具或解决方案。下面是福布斯总结的该报告中几个值得关注的要点：

部署云商业智能（Cloud BI）应用的公司中有 73% 首选的云平台是亚马逊网络服务（AWS）40% 的公司有计划增加在私有云上的投入，34% 的公司在增加在公共云平台上的预算目前有 33% 的企业依赖基于公共云的 BI 应用，而 2012 年时这一比例是 13%31% 的受访者目前正在使用云商业智能，相比 2016 年增加了 6%Google Analytics 和 Salesforce 是最受欢迎的用于云商业智能的第三方连接

「我们从 2012 年这一市场发展初期的时候就开始分析其动态了，自那以后，我们看到公共云商业智能应用的部署实现了持续稳步增长。」Dresner Advisory Services 创始人兼首席研究官 Howard Dresner 说，「相对于传统的内部部署，组织机构正在享受订阅的实质好处。尽管难题仍然存在，我们也还能做出提升，但我们相信云商业智能（尤其是来自公共云的）还将继续变得越来越主流。」

以下是该报告中关键见解的简要解读：

执行管理、营销和销售以及商业智能竞争力中心（BICC）最看重云商业智能（Cloud BI）应用及其提供的见解。接近 50% 的执行管理团队认为云商业智能对他们的信息需求来说是很关键和很重要的。大约 45% 的 BICC 认为云商业智能是关键和非常重要的。研发（R&D）最不看重云分析的价值，信息技术（IT）次之。

金融服务、教育（更高的教育）和商业服务是目前对云商业智能最重视的三个行业。对云商业智能有相对较高的兴趣的其它行业包括零售&批发和电信。制造业面临的许多难题正在为先进的预测分析提供机会。

目前有 33% 的企业依赖于基于公共云的商业智能应用，2012 年时这一数据是 13%。该调查发现，仍有企业不愿意在企业层面上使用基于公共云的平台。但营销和销售、执行管理和商业智能竞争力中心（BICC）对结果的紧迫需求正在加速企业跨过障碍，使用基于公共云的平台。

73% 的企业提出亚马逊网络服务（AWS）是他们的首选云商业智能提供商。27% 的企业的首选是谷歌云或微软 Azure，有大约 15% 的受访者表示 IBM SoftLayer (BlueMix) 是他们的次要选择。

如今谷歌分析和 Salesforce 主宰了组织机构第三方连接器（connector）的市场。通常市场营销和销售部门会首选谷歌分析，其次才是 Facebook、领英和 Twitter。今年财务方面最需要集成 Salesforce，因为更多的公司正依赖于先进的定价策略对现有客户进行增销和交叉销售，从而他们希望能提升客户价值周期。

北美地区是采用公共云平台作为云商业智能的全球领军者，今年将有 60％的组织使用或计划使用公共云。亚太地区是第二大采用公共云平台作为云商业智能的地区。今年亚太地区也将率先引领世界采用私有云支持云商业智能的初始。

目前有 44% 的小企业（超过 100 人）最有可能使用云商业智能。32% 的巨头公司（超过 5 千雇员）是执行云商业智能的第二大可能。而 24% 的大公司（1-5 千雇员）可能采用云商业智能应用。下图按组织机构大小显示了计划使用云商业智能的比较。

在商务服务中最需要云商业智能智能的地方就是高级可视化、即席查询（ad hoc queries）、数据集成/数据质量工具/ETL。金融服务最感兴趣的是仪表盘（dashboard）、终端用户自助服务选择和写入交易应用的能力。下图按行业给出了优先考虑的功能要求。

大数据、创建交易性应用和复杂事件事件处理（CEP）能力是在 2016 和 2017 年云智能商业最重要的三个转变。数据发现、记忆支持（in-memory support）和预包装垂直/功能性应用在过去的一年中已经没有的优先权。接下来的图表十分有洞见，它显示了 2016 年到 2017 年期间云商业智能优先级的变化。

报告、仪表盘、终端用户「自助服务（self-service）」、高级可视化和数据仓储是目前商业智能战略的前五大技术。受访者认为，云计算比大数据、社交媒体分析和物联网（IoT）更重要。下图给出了该研究所包含的 33 类技术的排名。

原文链接：https://forbes/sites/louiscolumbus/2017/04/09/2017-state-of-cloud-business-intelligence/#36187ec345c2

随着科学技术的迅速发展，人类开始进入大数据时代，云计算、大数据、移动互联网已成为时代三大主题，正在推动着新经济时代的发展。在科学领域、经济领域及社会生活的方方面面，呈现出海量数据特征，在海量数据中蕴含着人类各种行为、心理信息。

对此有网友表示称，常说的"大数据"和"云计算"应该当成动词。即"大数据"指大数据分析或大数据处理。"大数据"对应"小数据算法"，"云计算"对应"单个计算机的计算"。比如"1+1等于几"这个问题，我们可以通过小数据算法（口算），用单个计算机的计算（甚至计算器）完成计算。再想象一个复杂的问题，需要跨时间、跨空间计算的问题，比如"去年中国各行各业的生产总值，加上美国今年各行各业的生产总值是多少？"这个问题我们就需要通过大数据的分析或处理方法，用云计算完成。

进一步说，要通过分析或处理各地各时段存储的各种数据资源，用互联网上（云）大量的计算机进行计算（计算）得出结果。这就是大数据、云计算。你可以通俗的理解为：大数据（分析或处理）是前台，云计算是后台。

或者理解为：大数据（分析或处理）是软件方法，云计算是硬件设备资源。或者可以再直观的理解为：大数据就是人直接操作的界面（网页、软件或App），云计算就是这些网站、软件或App供应商提供的服务。

整合是云计算的主要功能，无论你采取何种数据分析模型，还是运算方式，它都是通过将海量的服务器资源通过网络进行整合，以整理出有效的数据信息，并将其分配给各个目标客户，从而解决用户因存储资源不足所带来的问题。大数据则是数据爆发式增长所带来的一个全新的研究领域，对于大数据的研究，主要集中在如何对其进行存储和有效的分析，大数据是依靠云计算技术来进行存储和计算的。

云计算是大数据分析的前提

进入信息化时代之后，数据量在不断的增长，大部分企业都能通过大数据获得额外收益。在大数据分析的过程中，如果提取、处理和利用数据的成本超过了数据价值的本身，那大数据分析也就没有了利用价值，功能越加强大的云计算能力，就越能降低数据提取过程中的成本。

云计算能够过滤无用信息

对于大数据系统收集的所有数据来说，大部分数据都是没有利用价值的，因此需要过滤出能为企业提供经济效益的可用数据。云计算可以提供按需拓展的存储资源，可以用来过滤掉无用的数据，是处理外部网络数据的最佳选择。

云计算助力企业虚拟化建设

企业引入云计算系统，可以用信息来指导决策，通过将服务软件应用于云平台，还可将数据转化到企业现有系统中，帮助企业强化管理模式。上升到我国互联网整体发展层面，云计算与企业相结合将使得大数据分析变得更加简单，也成为推动企业虚拟化建设的重要手段，将使企业在全球市场更具竞争力。

随着科学技术的迅速发展，人类开始进入大数据时代，云计算、大数据、移动互联网已成为时代三大主题，正在推动着新经济时代的发展。在科学领域、经济领域及社会生活的方方面面，呈现出海量数据特征，在海量数据中蕴含着人类各种行为、心理信息。

对此有网友表示称，常说的"大数据"和"云计算"应该当成动词。即"大数据"指大数据分析或大数据处理。"大数据"对应"小数据算法"，"云计算"对应"单个计算机的计算"。比如"1+1等于几"这个问题，我们可以通过小数据算法（口算），用单个计算机的计算（甚至计算器）完成计算。再想象一个复杂的问题，需要跨时间、跨空间计算的问题，比如"去年中国各行各业的生产总值，加上美国今年各行各业的生产总值是多少？"这个问题我们就需要通过大数据的分析或处理方法，用云计算完成。

进一步说，要通过分析或处理各地各时段存储的各种数据资源，用互联网上（云）大量的计算机进行计算（计算）得出结果。这就是大数据、云计算。你可以通俗的理解为：大数据（分析或处理）是前台，云计算是后台。

或者理解为：大数据（分析或处理）是软件方法，云计算是硬件设备资源。或者可以再直观的理解为：大数据就是人直接操作的界面（网页、软件或App），云计算就是这些网站、软件或App供应商提供的服务。

整合是云计算的主要功能，无论你采取何种数据分析模型，还是运算方式，它都是通过将海量的服务器资源通过网络进行整合，以整理出有效的数据信息，并将其分配给各个目标客户，从而解决用户因存储资源不足所带来的问题。大数据则是数据爆发式增长所带来的一个全新的研究领域，对于大数据的研究，主要集中在如何对其进行存储和有效的分析，大数据是依靠云计算技术来进行存储和计算的。

云计算是大数据分析的前提

进入信息化时代之后，数据量在不断的增长，大部分企业都能通过大数据获得额外收益。在大数据分析的过程中，如果提取、处理和利用数据的成本超过了数据价值的本身，那大数据分析也就没有了利用价值，功能越加强大的云计算能力，就越能降低数据提取过程中的成本。

云计算能够过滤无用信息

对于大数据系统收集的所有数据来说，大部分数据都是没有利用价值的，因此需要过滤出能为企业提供经济效益的可用数据。云计算可以提供按需拓展的存储资源，可以用来过滤掉无用的数据，是处理外部网络数据的最佳选择。

云计算助力企业虚拟化建设

企业引入云计算系统，可以用信息来指导决策，通过将服务软件应用于云平台，还可将数据转化到企业现有系统中，帮助企业强化管理模式。上升到我国互联网整体发展层面，云计算与企业相结合将使得大数据分析变得更加简单，也成为推动企业虚拟化建设的重要手段，将使企业在全球市场更具竞争力。