王磊 中国五矿股份有限公司信息中心

浅析大数据平台展现分析优势

王磊 中国五矿股份有限公司信息中心

大数据平台中可以进行海量数据的批处理运算，也能够利用Spark、Storm等技术实现流数据的实施处理和展示，并以图形化的方式进行产品运行状态数据的展示，本文是浅析大数据平台比传统BI平台的业务分析和技术优势。

大数据 信息系统 可视化

近年来，随着物联网技术的快速发展，数据采集及其应用技术也受到人们越来越广泛的关注，获取产品的实时运行状态信息，从而对产品状态进行监控，并通过数据分析进行预测性维修，发现产品故障等质量问题的规律，并应用于产品研发设计与生产过程改进上，已经逐步成为大数据的典型应用场景。企业中有不少的应用系统，例如ERP系统、财务系统、人力资源系统、企业信息门户等，这些系统一般都有不同供应商提供，他们之间的信息难免有重叠和不一致的情况存在，因此往往存在基础数据多头管理，系统间数据一致性差，数据接口没有实现统一标准和管理，内部信息难以完整统一和共享等多种问题。

1 大数据平台业务分析优势

我们通过建设全新的大数据平台，能够将多种业务系统的数据进行整合和分析，实现以下能力：

统一企业运营报表的提供和展示：通过大数据平台进行数据集成后，统一企业运营报表的数据源，形成统一的指标体系，实现企业运营报表的统一提供和展示，实现多维度的报表需求，以支撑精确化管理需要。相比而言，各应用系统分别按照本系统的自有数据向外提供运营报表，就会出现不同各部门对数据的时间和业务概念理解不一致，造成不同各系统搞得报表有差异，同时手工进行报表拼凑也会造成差异等问题，更严重的是大量按需的对外报表提供对生产系统性能的影响很大。

支撑企业运营过程的统计、监控和考核：全过程的业务支撑需要对市场计划、营销活动、销售活动等各项工作事前预期，事中监控，通过数据集成，基于从各生产系统搜集到市场营销与销售的相关信息，对市场营销与销售业绩完成情况进行统计，并通过对关键绩效指标和实际完成情况的关联，完成对各部门的KPI指标进行监控与考核。

支撑企业运营过程所需跨系统数据的批量计算：为了更好的支持企业工作的开展，越来越多运营过程所需的跨系统、大量细节数据的批量计算需求都需要统一的数据集成中心提供相关数据，数据集成中心作为企业运营数据共享平台，收集企业各业务系统中的运营数据，按照企业数据模型进行数据整合，提供运营数据共享，支撑跨系统数据的应用，提升数据质量。

2 传统报表技术分析和大数据技术分析比较

随着新兴商业模式的不断崛起和大数据量隐藏着一些其他不可见的关系，传统的BI系统存在着天生的弊端，这也是原有软件设计理论的局限所致。

基于传统软件设计理论，传统的报表系统技术上已经相当成熟，大家熟悉的Excel、水晶报表、Reporting Service等都已经被广泛使用。但是，他们有一个共同特点就是基于就是瀑布式软件开发模式。其特点就是根据客户的需求，进行数据分析，数据模型，最后形成软件。如果客户需求发生变化，原有的开发流程就需要重头开始。由于现有BI软件是基于特定客户需求进行开发，其数据分析模式已经被定义，其结果也就只是用来最终呈现给客户而已。

不能进行数据交互、自由组合，由于软件设计的制约使得定制好的报表过于死板。例如，我们可以在一张表中列出不同地区、不同产品的销量，另一张表中列出不同地区、不同年龄段顾客的销量。但是，这两张表无法回答诸如“华北地区中青年顾客购买数码相机类型产品的情况”等问题。业务问题经常需要多个角度的交互分析。

不能二次挖掘，报表系统列出的往往是表面上的数据信息，但是海量数据深处潜在含有哪些规则呢?什么客户对我们价值最大，产品之间相互关联的程度如何?越是深层的规则，对于决策支持的价值越大，但是也越难挖掘出来。

因此，随着时代的发展，传统的数据报表已经不能满足目前快速发展的商业需求。业务系统越来越多，数据形成孤岛数据存在于不同地方，太旧的数据(例如一年前的数据)往往被业务系统备份出去，导致宏观分析、长期历史分析难度很大。针对这种情况，我基于具有新技术的大数据平台建设新时速的全新报表系统。

除了基于大数据平台完成的数据采集、处理的部分，报表系统的核心是当前火热的数据可视化技术，数据可视化是一种强大的机制，用来呈现数据并运用专业技术所创造的独特方法来实现。简单的饼图时代已经走远，随着大数据的火热发展，数据可视化方法和呈现形式也日益激增起来，主要的数据可视化可分为探索型和解释型两种不同的类型，探索数据帮助人们发现数据背后的故事，而解析数据方便给人们看。当前规划的总览驾驶舱偏重于解释型，基于我们建议的方案，未来可根据业务发展逐步加入探索型的功能。

[1]林伟胜,许卓伟.大数据时代信息系统建设的一些思考[J].信息与电脑(理论版),2013,01:20-22.

[2]杨延红.大数据时代下信息系统建设研究[J].信息与电脑(理论版),2016,06:27-28.

[3]刘婷婷,李长仪,张立涛.大数据时代下信息管理与信息系统专业培养模式研究中国电力教育,2014,02:48-50.