移动互联网时代的企业信息聚合——从大数据的实践到云计算的应用

2012-12-28 03:11人民邮电出版社何鹏
互联网天地 2012年12期
关键词:数据挖掘终端信息

文 人民邮电出版社 何鹏

尽管大数据时代的风暴早已席卷全球,EMC、微软、甲骨文、IBM等巨头早已在风暴中手擎闪电,争当大数据时代下新世界的宙斯主宰,但是大数据和云计算的双驾马车却以神速疾驰,在“诸神之战”中为大数据未来留下一片澄澈的蓝海。而大数据和云计算之所以同车同轨、交蔓相生近乎唇齿,正因为它们对彼此的需求正盛,而数不尽的分析报告竞相表明,大数据和云计算将在长到难以预知的一段时期内保持这种紧密的关系。

难能可贵的是,不论未来技术趋势如何风云变幻、商业模式怎样演绎更迭,我们都可清晰的辨识大数据和云计算在企业应用领域交织的发展方向:以信息价值为企业的核心资产。高森明晨所提出的企业信息聚合论,正是将云计算平台所承载的大数据技术更好地应用在企业信息价值领域。

移动互联网时代的企业信息聚合

不知哪天开始,知名的互联网企业、平台服务商在各类招聘渠道中增设了一个职位:大数据分析师。也许在茫茫消费者大军中我们无法感受到这个职位的重要性,但对数据挖掘、分析人才资源的竞争,却悄然拉开了大数据时代的序幕。

这个时代最为显著的特征是“数据成为企业核心资产”,简单的说,企业需利用大数据更加贴近消费者,接近消费者的最真实的需求。消费者充分成为数据的提供者和分享者,这得益于现今时代的两个显著变化:第一,消费者和网民两个角色的界限逐渐消失。第二,网民因移动互联网而提升到一个全新的量级。可以说在移动互联网高速发展的基础上,大数据时代才真正到来,移动互联网用户对大数据体系的构筑、信息类别的产生、信息量的扩容都是大数据形成气候必不可少的因素。

亦如移动互联网,大数据时代具有不可逆性,任何企业都将置身其中,疏远大数据所造成的价值体衰落不是依靠管理就能逆转的。而实际上,大数据在移动互联网时代对企业产生的价值不仅仅局限于企业面对的消费者个体信息,同样也有市场信息,通路信息,竞争对手信息等等,它们通常作为非结构化数据出现,在移动互联网应用普及之前,企业是无法掌握、把控这些信息的,而在大数据分析技术产生之前,企业又无法处理和利用这些信息,可以说,移动互联和大数据是企业开始获取非结构化数据价值的两个必备技术条件。

高森明晨公司作为一家立足于移动互联网企业级应用,并致力于通过构建云平台与数据挖掘共生体系,为企业提供智慧管理服务的研发型企业,专门组建了由云计算和数据挖掘人才共同担纲的研究团队。长期以来,高森明晨从“企业信息聚合”的自主创新理念出发,帮助企业在大数据时代的新形势下,紧抓游离在销售一线、市场周围、竞争对手附近的的海量价值数据。前文说到移动互联网是大数据时代的使者,是大数据流云集的管道,也是大数据分类的基础。高森明晨同样认为,移动互联网更区分了大数据与数据仓库、BI(商业智慧分析)等数据技术领域,因为数据仓库和BI并没有严格的时间限定,而是一个看似漫长的积累和沉淀的过程,只有拥有一定时期的一定量的数据,数据仓库才能够成立,BI才具有实际意义。但是大数据却并非如此,实时性是大数据挖掘和分析一大特征,也是必备条件,大数据相对于数据仓库、BI的分析结果,实时性要求往往是一秒与几天的差距。所以在大数据两大管道中,“大交易数据”包含着来自企业、消费者和供应链的交易信息,“大交互数据”则包含了SNS、互联网、物联网以及移动终端数据。我们明显看到,在“大交互数据”管道中,移动互联网技术的占有率是极高的,可以说是SNS、互联网、物联网、移动终端这四个数据渠道未来发展的方向和载体。

高森明晨的一款基于企业信息聚合理论,面向企业零售终端管理业务的应用产品GRIRMS(中国电信“销售管家”),就充分挖掘和利用了大数据时代移动互联网的技术特点,在一些大型零售企业的终端管理中,GRIRMS使移动互联网成为了企业快速收集结构化和非结构化的各类数据信息的工具管道,使云计算真正成为了妥善贮存大数据,分析处理大数据、合理利用大数据的最佳平台。GRIRMS的客户企业中,不乏传统的快消行业、家电行业、制造业等行业、企业,但这些企业几乎在同一时间意识到终端数据信息对于自身发展所起到的决定性作用。在这些行业、企业的零售终端,销售人员已经可以按照GRIRMS内置于移动终端中的工作流程开展一天的工作。而在GRIRMS 4代新版本的企业级社交SNS模块中,一线人员可以各抒己见,发表对工作中周遭一切的看法,这些看法可能是赤裸裸的市场数据、竞品动态,也可能是他们充满个人情感意味的观点。而这所有的信息都将被利用移动终端采集起来,经过大数据聚类分析等手段,把最为可靠的信息筛选出来,并通过GRIRMS的BA模块,将这些杂七杂八的可靠信息还原成直观的结构化数据,呈现在管理者面前,作为企业管理团队最重要的策略调整依据。这就完成了一个企业信息聚合的过程,在此之前,管理者对企业外部数据信息的需求、分类、筛选和利用都是带有偏见和个人性质的,很有可能误导决策,企业信息聚合的过程可以大大降低这种偏见、不产生任何副作用。

在此基础上,GRIRMS从企业的长远价值角度出发,完整覆盖了盘踞在企业终端的,企业所急需的大数据信息流(包括类似进销存等结构化数据),不断为企业专属数据仓库、BI资源添砖加瓦。

云计算让企业更加专注于信息聚合

从移动互联网获得的消费者信息、终端数据、经济地理信息无限迫近消费市场的真实需求,俨然成为企业商家的“必知”,只有知晓洞悉这些“必知”,才知道何时何地是“必争”。然而谓之大数据,更因为它所涵盖的信息类别,信息数量之巨大宽广无极,海天方容,当众多企业级聚合大数据流汇集一处的时候,储存容纳、分析处理、结果分发就对原有的群组服务器式IT架构产生了较大的负荷。

现在,大数据运算具备了没有边际和上限困扰的云计算来承载,云计算主导贯穿了大数据储存、挖掘、分析、利用的几个最重要的环节,是云计算使得大数据价值充分体现,使得聚合信息效应能充分涵盖企业业务流,而不会因为过高的信息化平台投入而降低大数据对企业的价值回报。

自2009年公司成立之初,高森明晨就着手组建自有云计算平台,进行云计算技术企业应用基础理论的研究。在高森明晨刚刚发布的《广泛应用型云计算技术(GAC)白皮书》中,公司CTO金晨博士明确指出随着GAC平台衍进至第二代,高森明晨为客户企业提供的大数据挖掘、分析服务将逐渐从行业应用这种产品形式的服务末端,成为行业应用服务的重心,并将逐渐成为高森明晨所提供的重点服务方向之一。目前,以GAC平台为依托,高森明晨已向国内国际多个知名大型企业提供综合管理解决方案。对于大数据挖掘和云计算平台的平行校验正在有序进行,在不久的将来,高森明晨将成为大数据时代云计算平台和数据分析解决方案的整合提供商。

回顾大数据的四个主要特征,即4个V:多样性(Variety)、体量(Volume)、速度(Velocity)、价值(Value),正体现云计算的重要性支撑,云计算不但能提供容纳大数据流的空间,更重要的是提供给大数据分析以所需的运算能力,云计算的分布式并行计算能力让企业在进行大数据分析的过程中,再无需架设低性价比的服务器集群,也不再担忧现有的服务器集群多数时段空闲、少数时段又不够用,或者碌碌无为又或者徒劳无功。

大数据的价值毋庸置疑,但是进行大数据挖掘有如沙河淘金,大数据由24小时不间断的各类数据流组成,对于企业来说,在信息聚合的过程中就有大量冗余数据和不相关数据需要通过数据挖掘、聚类进行有效筛选和排除。因此,大数据的价值密度是比较低的。这就需要大量的反复运算和并行运算来保证信息的实时性,确保信息价值不会因处理不及时或不当而流失。如果采用无限增置集群服务器的方法,要达到这种瞬间的巨幅运算能力,显然要付出高昂的代价。而随着云计算技术的诞生和发展,这个问题就迎刃而解,高森明晨正在努力通过自有云平台,实现不额外收取企业客户费用的企业数据信息挖掘、分析服务,为企业客户实时呈现直观的数据分析结果。

与此同时,对终端大数据信息的利用成为了继ERP、CRM、财务软件和协同办公等等企业级信息化服务之后的又一大产业链,相比上述软件服务,围绕大数据展开的移动互联网企业信息化服务则更易形成规模、也更具蓝海特质。

在这个行业中,谁更具有洞察企业需求的目光,更能够将移动互联网、云计算与大数据三大技术领域相融合,谁就更容易存活和发展。也正因为有了这样一个专业领域,企业同样可以在不搭建信息化平台、不雇用专门的技术人员,不投入专项资金的条件下,获得有针对性的服务。这不但大幅降低了大型企业进行数据分析的成本,对中小企业的帮助尤大,中小企业同样具有获知消费者信息的刚性需求,专业的大数据挖掘和云计算平台服务提供使大数据采集、挖掘、分析和利用的门槛日益消失,也使得中小企业和信息化之间多年的隔阂消弭。

拿GRIRMS举例来说,它历经了为企业量身定制服务的1.0和2.0版本,在3.0到3.5版本区间完成了从“按需定制”到“功能配置”的过渡,而从已发布的4.0版本开始,GRIRMS已经实现让企业客户完全通过SaaS(软件即服务)的方式,选配适合自身的系统服务,而完全无需事先采购服务器,招聘相关技术人员,甚至使用培训环节也大大简化了,这也让中小企业有了更多样、更便捷、更轻松的选择。

言而总之,移动互联技术让企业和信息化服务提供商高效率的获取数据信息,云计算则作为基础让信息化服务提供商和企业分别从过程和结果两方面更专注于信息的聚合。信息聚合让大数据有更加广阔的应用空间,让非结构化的价值信息有了用武之地,让更多企业通过更智慧的数据分析接近消费市场,接近企业管理的本源。

猜你喜欢
数据挖掘终端信息
改进支持向量机在特征数据挖掘中的智能应用
复杂线束在双BCI耦合下的终端响应机理
探讨人工智能与数据挖掘发展趋势
基于事故数据挖掘的AEB路口测试场景
X美术馆首届三年展:“终端〉_How Do We Begin?”
基于声波检测的地下防盗终端
订阅信息
“吃人不吐骨头”的终端为王
软件工程领域中的异常数据挖掘算法
展会信息