大数据涉及增加更多类型的数据,从组织内外更多的资源,你的分析工具。社交,移动,本地和云数据源爆炸和组织必须想方设法利用这些之前他们的竞争对手做的。这意味着,所有的数据汇集到一个“360度的视角”的老办法是行不通的了-你将永远不会被抓到了,因为总是会成为另一个潜在有用的数据源。相反,你必须首先考虑的决定,并专注于集成和提供你需要一个给定的决策数据源(如吉姆·哈里斯和我商量在这里)。
品种也有决策管理系统两个特殊的影响。首先,它意味着你必须扩大你的数据基础设施的定义。许多(大多数)决策管理系统依赖于操作数据存储是关系和使用完全由结构化的数据建立分析模型。随着新的数据源爆炸,往往是非结构化或半结构化的格式,这是行不通的了。您的分析团队将需要能够访问存储在各种格式的数据(存储在Hadoop的实例)和你的操作系统可能需要消耗较少的结构化记录,并做出决定对他们(做什么用此传感器记录,例如)。同样的问题(如何建立分析,怎么做决定),但许多新的数据源来处理。
其次,你需要提高自己的技能在文本分析和实体分析。能够识别什么是被讨论,尤其是什么样的产品或行动,正以非结构化的文本数据源的讨论是关键。你需要能够告诉这个电子邮件是关于本产品,即该客户一直谈论的呼叫中心等等等等和饲料的洞察你的模型和你的决策管理系统。善于分析结构化数据是必要的,但是,在大数据,不充分的时代。
最后一节将处理速度。
转载请注明:数据分析 » 大数据与决策管理系统:百变的影响