董燕 高健飞

摘 要：随着移动互联网、物联网、云计算等信息技术的迅猛发展，全球每时每刻都在产生着巨大的数据量。应用这些海量的（大）数据，也预示着新的网络传播与网络服务等模式将逐步走近人们当前的工作状态与生活模式。该文主要通过对大数据的产生背景以及商务智能发展阶段分别进行相关分析阐述，探讨了大数据时代下，如何挖掘信息的真正潜力和价值，实现商务智能实践的个性化。希望通过该文的研究，能够让人们对大数据时代下的商务智能有更多的了解与认识。

关键词：大数据时代 商务智能 信息 价值

中图分类号：G250.7 文献标识码：A 文章编号：1672-3791（2015）09（c）-0018-02

随着信息技术的迅猛发展，生活中的数据量变越来越大，数据处理工具的智能化水平也变得越来越高，处理速度越来越快，价格也越来越实惠。利用对数据量的分析来做决策不仅仅是一种趋势，而且是许多商务公司、政府部门必不可少的一项工作内容。在大数据时代的下，灵活运用各类数据分析的手段来进行决策已经成为各个企业等相关领域的一项必修课。

何谓大数据呢？简单的说，大数据就是涉及到各个领域所涵盖的各个方面的海量数据集成体，大数据其实在某种层面上也可以认为是数据的收集方法，就像大家每天的生活其实已经被数据化并收集起来，早晨出门电梯里的摄像头记录着人们的出行时间，开车上班时，道路两旁的摄像头又记录着人们的车速和所在位置，工作期间，网页和通话记录记录着大家的浏览记录和通话时长以及联络对象，下班回家，购物记录甚至都可以记录着人们的职业身份和性格特征。目前，随着人们对于移动互联网、物联网、云计算等信息技术的广泛应用，大家已经开始注意到了大数据这个概念。

1 大数据时代的相关阐述

1.1 大数据概述

关于大数据的概念，其实早在1998年的时候就有学者提出来了，但是发展到今天才得到了一定程度的发展，其主要原因都是与当下的移动互联网以及物联网的飞速发展密不可分。不过说起大数据，很多人也都是只闻其声，不见其形，具体是大数据是什么，目前还没有标准化的定义，根据美国国家标准与技术研究院（NIST）发布的研究报告、业界权威高德纳咨询公司（Gartner）以及百度百科词条的定义可以将“大数据”概括为是涉及到各个行业、各种媒体服务、各个方面的海量数据集成体，是指无法在合理的时间内利用主流软件工具处理的数据集合。

1.2 大数据的基本特征

由维克托.迈尔-舍恩伯格以及肯尼斯.库克耶编写的《大数据时代》中提出了大数据的四个基本特征，这就是数量大、价值大、速度快、多样性。大数据的处理模式和曾经的数据处理模式有所不同，随着大数据处理技术不断的被认可与应用，目前，它已经被认为是继云计算、物联网之后IT产业又一次颠覆性的技术变革。

首先，大数据的数据量比较大，大概有多大，1 PB等于1 024 TB，1 TB等于1 024 G，大数据的数量则大到PB级别，甚至是ZB级别。当然，具体如何计算，可以使用相关的资料数据来进行查询，这里想表述的是，大数据和传统的单个网站数据库储存的数据量比较起来，已经是传统单个网站的上百倍还要多，而当数据量达到了PB级别的时候，就可以称之为“大数据”。

其次，大数据的数据量价值大。这特征是在数据量大的基础上更进一步的演变，比如说，通过对淘宝者们所产生的上网数据进行分析后，那么这部分数据就有了商业价值，商家可以通过分析这些数据来知道某些人的爱好，进而指导营销策略，发展方向等等。如果有了病人患某种疾病的大数据，就可以根据这些数据来分析预测某种疾病的发生，这些都是大数据的价值。

再次，大数据的多样性。数据如果是单一的数据，那么这些数据就没有了价值。比如，全国范围内每个地区，每个时间段网民的年龄、学历、职业身份、爱好等等都会产生各种各样的数据。只有让数据扩展到更大范围，才能产生更大的价值。

第四，大数据的速度快，这一方面主要是指对产生数据的逻辑处理速度非常快，1秒定律，就是指可以从各种类型的数据中快速获得高价值的信息，这是区别传统数据挖掘技术的又一特征。

总之，具备了以上几个方面，才能称之为“大数据”，那大数据在商务智中又起到了哪些作用呢？

2 商务智能发展的前世今生

追奔溯源，学界目前已公認，赫伯特.西蒙对决策支持系统的研究，是现代商务智能概念的最早源头和起点。发展到了20世纪70年代，麻省理工学院的研究人员指出，决策支持系统和运营信息系统完全不同，必须将其分开，这也就意味着要为决策支持系统设计独立的数据存储结构，但是，受当时数据存储能力的限制，这项研究在确立了这一观点后便停滞不前。1988年，BIM公司的两名研究员（Barry Devlin和Paul Murphy）创造性的提出了一个新的术语：数据仓库。如蚕之蛹，数据仓库是商务智能的依托和基础，是对海量数据进行分析的核心物理构架。数据仓库的这一构架出现后，商务智能的下一个产业链出现了，这就是：联机分析，这时的数据库便开始散发其真正的魅力。

数据仓库、联机分析技术的不断成熟和发展，可以说，它们为商务智能提供框架基础，但是真正给商务智能赋予“智能”生命的其实是这两个链条之后的下一产业链：数据挖掘。尿布和啤酒，这二者听起来风马牛不相及，但这正是对历史数据进行挖掘的结果，反映的正是搜集到数据的一个规律。经过对数据的跟踪调查，一些年轻的爸爸经常要去超市为家里的婴儿买尿布，这其中有30%-40%的新爸爸会选择顺便买点啤酒，随后沃尔玛就对啤酒喝尿布进行了捆绑销售，结果不出意料，销售量大大增加。如果没有数据挖掘，这种微妙的关系就很难被发现，它的发展和成熟，最终推动了商务智能在各行各业的广泛应用。

随着数据仓库、联机分析和数据挖掘技术的不断发展和完善，业界曾一度认为，商务智能的发展已经到了功德圆满的程度，很好完成了其自身的使命，因此，早期的商务智能的产业链条仅此有这三块而已。

但是技术的发展是永无止境的，进入21世纪后，在大数据的时代背景下，商务智能的产业链条再一次向前迈进一大步，即：数据可视化。它是指通过将复杂的数据转化为直观的图形呈现给最普通的用户群，使得商务智能不再是高级分析人员的专利，而是更加贴近大众生活，通俗易懂，成为人人都可以使用的工具和手段。

总之，商务智能的这个四个发展链条，每一块都很复杂，彼此间也有着很强的独立性。不过一个好的商务智能产品，并不需要面面俱到，目前，也有不少公司专注在一个链条上不断的完善发展。

3 打造商务智能个性化实践，挖掘信息真正的潜力和价值

商务智能的发展历程是一个渐进的、复杂的演进过程，到目前為止，它的内涵和外延还都处于动态的发展当中。它所包含的产业链条，还有不断扩大发展的趋势。特别是在大数据时代，数据挖掘技术的潜力非常巨大，可以预见，这一技术将对人类社会产生深远影响，大数据时代的竞争，将会是知识生产率的竞争，而以发现新知识为目标的商务智能，必定是这个时代最受关注的竞争利器。在这样的时代下，企业如何利用大数据打造商务智能的个性化实践呢？第一，必须保证数据的来源真实、快捷、规范。在调研初级阶段，必须根据要求确定好数据范围，再以此为基础进行数据分析等，利用统一的数据平台和数据接口对财物、采购和费用、供应链、人力资源、销售、市场等产生的数据进行规范化管理，确保各个环节数据真实有效。

第二，根据自身实际来确定数据的处理与分析方法。目前，很多企业的管理者都采用的是多维度业态模式，单一的维度已经不合时宜，必须建立多维视角。在进行分析时，可以采取将一个完整的项目划分为几个大专题，对每一个专题再设立不同的指标和实施动态的专题化分析，使管理者可以获得最新、完整、多角度的决策数据支持。

第三，最后提供管理者的决策参考必须是简明易懂，一目了然的直观性视图，将其通过数据的可视化来表达、展示和传递。例如，可以通过条理清晰的财物价值系统架构图来体现不同的管理主题等，令管理者可以迅速找到所需要的有效信息。

简而言之，在大数据时代下，要充分的拥有和应用大数据，借助商务智能这一利器，不断的挖掘信息与数据的潜在能量和价值，为企业的管理带来新的生机与活力。

参考文献

[1] 维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].杭州：浙江人民出版社，2013.

[2] 涂子沛.大数据[M].桂林：广西师范大学出版社，2013：85-100.