888集团6008

2014年急遽而逝，但2014的故事还没有说完。在已往的一年里，我们看到了太多商务智能领域的生长，哪些会在2015年延续下去，取得新的效果呢？美国商务智能和数据集成领域编辑David Mai做出了展望。

　　David Mai在美国波士顿大学获得MBA，在数据集成、数据洗濯和商务智能领域有凌驾4年的事情履历。是资深的商务智能编辑。 

　　商务智能发力医疗行业

　　2014年已经见证，并且2015年即将见证的是商务智能在肩负社会责任上将施展主要作用，尤其是在医疗行业。医院、诊所、实验室等医疗机构网络的大宗数据有助于将医患之间的交流流程化、进一步强化。这样，医生和患者在古板的预防系统最先之前就能建设数据驱动的联系。网络电子医疗纪录的事情已经最先，在2015年，我们将看到以下三个领域的前进：差别数据市肆的兼容性更好，医疗行业的剖析平台的集成会更好，消耗级的客户app和严肃的医疗行业app的集成会更好。

　　商务智能：让生涯更优美

　　商务智能（BI）将从营业应用和运营性能报表工具进化到小我私家需要的一样平常用品。在这几年，我们已经看到了一些初级阶段的生长，好比用商务智能手艺阻止交通拥堵，跟踪宠物，监测小我私家康健，或生涯中其他助手功效，好比高尔夫GPS监测。总之，我们生涯在商务智能扩展到通俗人一样平常生涯中的时代，并且已经进入我们的生涯，影响我们做出的决议。

　　更多社交媒体和商务智能的攀亲

　　2014年，已经有许多企业剖析来自社交媒体的数据。跟踪对话和社交信息能够资助公司明确客户对他们的看法。今年，我们看到了最大的融合，即IBM和Twitter的合作。前者是硬件和数据剖析领域的大鳄，后者是主流的社交媒体网站，拥有大宗数据。这注定让2104年成为欠亨俗的一年。我以为今年将会有更多的社交媒体公司和商务智能公司合作。

　　移动商务智能改变行业生长

　　移动商务智能对我们来说并不生疏，自智能手机清静板爆发最先，移动商务智能的看法就爆发了，只是到现在为止，它还没有做到像我们想的那么智能，虽然许多移动商务智能应用程序会提供仪表盘和可视化工具，但显然我们还需要更多这样的功效。今年，供应商的重点应该是让移动商务智能更先进，让它能够处置惩罚更大数据集和更大都据种类的重大剖析。

　　数据挖掘将成为基本的应用程序功效

　　数据挖掘融入到现代商务智能应用程序的要体会更智慧，它将隐藏所有重大性，提供最大的价值。我们已经徐徐习惯厂商的数据挖掘算法，好比Netflix增添了建议功效，资助我们做决议，好比“由于您看过XX，XX，以是我们向您推荐这部影戏。“这些先进算法的使用，是剖析工具的常用的一部分。另外，应用程序会找到更智能的方法来使用先进的数据挖掘算法。

　　Hadoop仍未生长为企业数据客栈标准

　　我们一直在期待Hadoop成为数据客栈的工业标准。凭证许多专家的展望，现在Hadoop应当已经成为标准。虽然照旧有许多人相信差未几五年后这就会实现，可是照旧有一些现实减缓了Hadoop征服数据客栈天下的脚步。首先，MapReduce这一Hadoop标准是保存缺陷的。适用MapReduce时，数据无法实现即时可用。第二，Hadoop需要大宗人工编码，不相识Java、R语言和Hive的IT事情职员会保存学习曲线问题。Hadoop主要用户是数据库重大的企业，这些企业拥有许大都据科学家，以是这Hadoop不像人们想象的那么普遍和主流。

　　企业越来越多地走向基于云的数据客栈存储

　　越来越多的企业会将数据存储在基于云的数据客栈中。这一征象的主要影响因素是它提供了一个多功效组合的强盛荟萃，机构内部基础无法复制。以下是云端贮存数据绝不艰辛就广受接待的部分缘故原由。（1）优化的数据客栈和列式存储数据库（2）多种存储选择，包括从存储大宗数据集的硬盘存储到性能卓越的固态硬盘存储。（3）能过即时伸缩存储容量的功效（4）内部备份和内容恢复（5）低本钱。我相信2015年，走向基于云的数据客栈会是业界的趋势。很显着，IBM和惠普都赞成这一看法，由于2014年它们已经在生长云端数据中心上投入了数十亿资金。

　　自服务商务智能兴起

　　2015会是自服务BI的大年。许多BI计划供应商今年都体现要增添转向自服务商务智能的特征和功效。别的，企业也都在转变市场信息，以突出强调“使用利便”或“可供营业司理使用”。这是关于用户想要越过IT部分越发迅速地直接获取数据需求的回应，这样用户就能够为企业在更短时间内带来更多价值。若是用户想要对电子数据表或仪表盘做出小改动，那么他直接就能做到，无需提交申请，省去了繁琐的手续。已往的一年是应用程序从手艺部分走向营业部分的调解年，2015年更是一个周全转交年。

　　数据容量和数据种类一连增添

　　数据会越来越大。这是事实。企业不可扔掉现有数据为其他数据腾出空间。存储价钱更低，历史数据也是很有价值的。由于从政府、物联网、和社交媒体等处获得数据越发便当，以是网络的数据种类也越发重大。大部分数据都很松散，形式规模广，需要立异的方法实现存储、集成、剖析和报告。

　　机械人等自动装置需要数据以制订更好的决议

　　人们可能只从最近的战争影戏《拆弹步队》中相识到机械人，那里的机械人被描绘成用于拆解炸弹或者扫描危险区域的军事机械。现实上，机械人很快就会大宗应用于非军事场景中。这些陆上或空中装备会越来越多地加入到从包裹递送到紧迫火灾救援等活动中。自动装置依赖于一项要害问题：需要提供双向数据使人类能够相识状态，控制机械人做出反应。是否能与智能节点相连，实现数据卸载剖析，接受下一步指令，会成为这些系统乐成或失败的要害因素。2015年我们会见证越来越多机械人的使用，这些为商务智能的生长创立了新的需求。