挑战之一“实时数据分析”

大约在15年前，当时还没有现在的“商业智能（BI）”，而是称为“决策支持”。那个时候，企业已经可以从他们的数据中获得有用的业务发展洞察，直到最近数据量爆炸增长的来临，才使得企业在获取数据实时分析时面临了较大的阻力。

在2012年达沃斯世界经济论坛的报告中写道：“现在企业中的分析师们希望能够制定他们所需求的分析方案并亲自制作和运用报告，希望在运作时能够尽量少的被IT部门参与。他们觉得对于IT的依赖大大减慢了他们的工作效率。同时，他们还希望数据能够可视化。因为目前企业和消费者比以往任何时候都更加期望能够获取到与数据相关度较高可视化报告，这不仅要体现在图表、图形和热点图等形式，还需要能够设计具备偏好的自定义形式。”

由此不难看出，明确的数据点和分析结果对于企业来说是非常有价值的。但现今的分析仅局限在企业的现有数据库还不够，还需要保持数据与当前社会乃至全球的相关性。这意味着企业需要从社交媒体、地理位置、CRM系统、政府的公开数据、手机信息等非专有的渠道获取数据，进行额外的分析。

另一方面，对于实时分析来说，当前的移动应用潜力也才刚刚开始出现，其移动分析或将比预期的影响更加深远。例如，广告或其他有针对性的目的可以对移动设备用户的实时行为作出分析。而在移动应用分析方面，那些有大量移动办公人员的企业可以针对员工移动设备的使用作出分析，其中可能会包括数据、信息和地理位置等等。除却移动应用外，实时分析还可利用从无线传感器网络、道路网络监测、空中交通及铁路等途径获取的数据。

总之，任何企业的目标都是希望获得一个真实的且实时的数据分析，通过大数据寻找新的思路。因为大数据往往涉及了多年的历史管理数据，企业可以从中提高决策、加速性能并提高生产力和效率。