“大數(shù)據(jù)就是在多樣的或大量的數(shù)據(jù)中快速獲取信息的能力”，”一樣的數(shù)據(jù)，不一樣的洞察”，“大數(shù)據(jù)不止是一切用數(shù)據(jù)說話，它能支持企業(yè)進(jìn)行全面分析、管理、并且更加實(shí)時(shí)“。用友UAP大數(shù)據(jù)分析高級(jí)專家曾小青博士用這三句話來總結(jié)他所理解的大數(shù)據(jù)。

用友UAP大數(shù)據(jù)分析高級(jí)專家曾小青

有研究表明，決策依賴數(shù)據(jù)的公司，其運(yùn)營(yíng)狀況要比不重視數(shù)據(jù)的公司出色很多。數(shù)據(jù)正成為企業(yè)的一種資產(chǎn)，用數(shù)據(jù)驅(qū)動(dòng)企業(yè)發(fā)展。同時(shí)，曾小青博士強(qiáng)調(diào)，企業(yè)要善于發(fā)現(xiàn)數(shù)據(jù)里的奧秘，因?yàn)樗麄兛吹降闹皇潜揭唤?，里面還隱藏著很多潛在的問題，或是有待挖掘的“寶藏”。即便是同一組數(shù)據(jù)，不同的企業(yè)看到的結(jié)果也不同，這取決于數(shù)據(jù)挖掘的能力。

曾小青博士告訴記者，如果對(duì)數(shù)據(jù)進(jìn)行有效的深入挖掘，可以更好地進(jìn)行客戶分析。比如，客戶價(jià)值的廣度管理，對(duì)客戶進(jìn)行細(xì)分與流失分析。企業(yè)可以識(shí)別哪些是重要客戶，哪些是有價(jià)值的客戶或者是新來的客戶，哪些客戶可能會(huì)流失;從客戶價(jià)值的遠(yuǎn)度，進(jìn)行時(shí)間序列分析。根據(jù)客戶的歷史消費(fèi)情況，以及它本身的特征，可以推測(cè)出未來的消費(fèi)趨勢(shì);客戶價(jià)值的深度管理，可實(shí)現(xiàn)交叉銷售分析、協(xié)同過濾推薦，深化客戶購(gòu)買，挖掘客戶價(jià)值;結(jié)合結(jié)合社會(huì)網(wǎng)絡(luò)分析，比如，借用QQ和微信等，計(jì)算客戶的社會(huì)影響力，進(jìn)行精準(zhǔn)營(yíng)銷，比如對(duì)不同影響力的客戶給予不同的優(yōu)惠，并根據(jù)其偏好提供個(gè)性化的服務(wù)。

大數(shù)據(jù)可以讓企業(yè)看到他擁有的所有數(shù)據(jù)，產(chǎn)生快速的洞察力，進(jìn)而采取最佳行動(dòng)。并且，數(shù)據(jù)越挖掘越有價(jià)值?？墒?，曾小青博士從近些年對(duì)大數(shù)據(jù)的研究發(fā)現(xiàn)，盡管大數(shù)據(jù)帶來的很大的價(jià)值，事實(shí)表明很多企業(yè)的處理能力，數(shù)據(jù)的復(fù)雜度，數(shù)據(jù)的計(jì)算方式等，都存在很多問題。比如，數(shù)據(jù)規(guī)模導(dǎo)致傳統(tǒng)算法失效，大數(shù)據(jù)復(fù)雜的數(shù)據(jù)關(guān)聯(lián)性導(dǎo)致高復(fù)雜度的計(jì)算;事務(wù)交易、分析和行動(dòng)之間長(zhǎng)時(shí)間延遲;復(fù)雜查詢以小時(shí)計(jì)，有時(shí)不能得到滿意的答案。

因此，從數(shù)據(jù)處理技術(shù)來看，應(yīng)該由“一種架構(gòu)支持所有應(yīng)用”轉(zhuǎn)變成“多種架構(gòu)支持多類應(yīng)用”。這樣才可以及時(shí)應(yīng)對(duì)企業(yè)遇到的大數(shù)據(jù)處理問題。

“傳統(tǒng)并行的計(jì)算朝著分布式方向發(fā)展，傳統(tǒng)的OldSQL變成了與NewSQL和NoSQL并行的多架構(gòu)應(yīng)用。在進(jìn)行實(shí)時(shí)分析的時(shí)候，面臨很多挑戰(zhàn)”曾小青博士介紹，用友UAP做了很多的探索和創(chuàng)新，可以同時(shí)滿足“快”和“新”兩方面的實(shí)時(shí)要求，即不僅可以滿足數(shù)據(jù)分析的快速響應(yīng)，而且是是基于最新的實(shí)時(shí)數(shù)據(jù)。“我們提供了從實(shí)時(shí)ETL到OLAP多維分析，從大數(shù)據(jù)的處理技術(shù)，比如Hadoop、spark，到數(shù)據(jù)挖掘、r語言集成分析，以及數(shù)據(jù)可視化等全方位的技術(shù)方案。”也正是因?yàn)檫@些技術(shù)，讓大數(shù)據(jù)得到更多細(xì)微的洞察。

記者了解到，曾小青所講的是用友UAP里面的商業(yè)分析平臺(tái)用友BQ。用友BQ利用大數(shù)據(jù)處理技術(shù)，能夠?qū)⒏黝悢?shù)據(jù)進(jìn)行快速整合，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的加速處理與實(shí)時(shí)分析，再通過豐富的數(shù)據(jù)可視化手段，提供商業(yè)分析決策支持所需的數(shù)據(jù)和信息，靈活快速地響應(yīng)管理和業(yè)務(wù)變化，為企業(yè)和公共組織搭建一套靈活、完善的輔助決策分析體系。用友BQ采用列存、自適應(yīng)壓縮、水平分區(qū)、智能索引、并行處理等技術(shù)，存儲(chǔ)引擎比傳統(tǒng)快10倍以上。

用友BQ大數(shù)據(jù)處理

用友BQ的數(shù)據(jù)挖掘架構(gòu)是基于開源R平臺(tái)，有非常豐富的算法支持，算法的更新推出速度很快。里面預(yù)置了豐富的算法和模型，大大降低客戶實(shí)施數(shù)據(jù)挖掘的難度。在數(shù)據(jù)分析時(shí)，嵌入式分析，實(shí)時(shí)分析都是企業(yè)非常關(guān)心的問題。嵌入式分析可以使企業(yè)在做業(yè)務(wù)處理時(shí)體現(xiàn)出分析功能。曾小青博士舉了一個(gè)直觀的例子：企業(yè)在采購(gòu)零件時(shí)，該選擇哪個(gè)供應(yīng)商？他可以把供應(yīng)商的歷史數(shù)據(jù)用圖例或表格的形式展示出來，再結(jié)合供應(yīng)商評(píng)價(jià)選擇模型，并且按照企業(yè)需要的條件，比如都什么類型的零件，價(jià)格排序，供應(yīng)商的區(qū)域分布等等，快速做出最佳決定。形成了分析和業(yè)務(wù)處理的閉環(huán)，充分發(fā)揮數(shù)據(jù)分析的價(jià)值。

曾小青介紹，很多大型企業(yè)基于用友BQ商業(yè)分析平臺(tái)和數(shù)據(jù)平臺(tái)，讓企業(yè)的數(shù)據(jù)變的更有價(jià)值，決策更及時(shí)更精準(zhǔn)。陜西高速通過用友BQ商業(yè)分析與數(shù)據(jù)處理平臺(tái)，進(jìn)行智能分析。通過商業(yè)分析系統(tǒng)完成業(yè)務(wù)數(shù)據(jù)可視化，對(duì)公司的經(jīng)營(yíng)預(yù)算執(zhí)行情況進(jìn)行監(jiān)控和預(yù)警，對(duì)管理與業(yè)務(wù)決策提供數(shù)據(jù)支撐。