IBM：一个大数据分析帝国的崛起

IBM开始在大数据的世界中展露拳脚。最近，IBM公司业务分析产品及解决方案副总裁Deepak Advani深度阐述了IBM在大数据领域的策略。

久经战场的老手如何做出最好的花样？

IBM是一个拥有101年历史的公司，总部在美国东海岸。它曾经生产打字机，还生产大型机，其产品使用开源技术进行交互操作。在IBM的发展过程中，很多产品都是通过一系列兼并得来的。最重要的是，IBM是一家服务公司，有着工作在全球各地的顾问团队。

多数大型数据初创公司都有一个具有竞争力的团队，成立仅仅几年时间，总部多位于美国西海岸，提供他们的核心技术作为运行在商用硬件上的开源软件，并且有组织地建立起他们的知识产权。

而IBM仍然是在大数据和分析世界中的一个主要的成员。当如此多的重要的统计数据与IBM在空间中显示的不相符时，为什么IBM仍然是在大数据和分析世界中的一个主要的成员呢？与Advani的交谈让人想起几个原因，他指出一些比较新鲜的原因，串联起来并提供了更多的内容。

并购

例如，我知道IBM在过去十年里在业务分析空间方面进行了大量的并购。其中一个例子特别容易想起，2007年IBM收购了商业智能(BI)公司Cognos，在此之后，IBM于同年收购了Applix。这桩交易为IBM提供了端到端的商业智能套件，包括传统的和内存中的在线分析处理(OLAP)、报告、指示板和数据可视化。

除此之外还有其他一些收购，这些是所有收购所带来的复合分析价值的体现。在收购Cognos之前，IBM在2005年收购了Ascential Software，获得了Extract Transform and Load (ETL)的数据集成工具DataStage。在收购Cognos后，IBM在2009年吞并了统计和分析公司SPSS，在2010年吞并了大规模并行处理数据仓库设备商Netezza。

所以除了完整的商业智能套件外，IBM也有必要的高性能数据仓库技术来支撑那些商业智能系统和必要的工具来运行关于输出的预测分析。说到分析，这是一个与风险管理密切相关的字段。想到这个，IBM在2010年收购了OpenPages 并在2011年收购了Algorithmics公司，加快了进入大数据领域的步伐。

这些只是IBM在商业分析领域的一些产品。事实上有那么多的产品，正如Advani所解释的，IBM有一整套的解决方案计划，旨在强调IBM在该领域中拥有更加吸引人的产品组合，再加上IBM服务部门围绕这些解决方案开发的知识产权。

本土与外部的结合

IBM能利用自己堆栈外面的开源技术、即使当它们与自己的一些产品竞争吗?当然。IBM与R（实际上是SPSS的竞争对手之一)合作；它与Cloudera(其Hadoop分布系统分布与IBM自己的系统存在竞争性，这也是开源)存在伙伴关系，并且可以使用在Hadoop上面运行的机器学习组件Mahout。当然还有IBM已经使用多年的Linux开源操作系统。

在分析领域，IBM也有大量自主开发的产品。InfoSphere Streams，其CEP(复杂事件处理)产品以及Hadoop发行版本InfoSphere BigInsights。有趣的是，BigInsights Hadoop集成IBM的DB2关系数据库管理系统。虽然关系数据可能不算是大数据，但是前面的成就为后来的成功建立了基础。知道在操作上如何处理数据来构建一个平台，然后分析它的能力。

大数据还关乎硬件。IBM几乎成了大型机的代名词，在大型机之上运行大规模后端办公系统，几十年来一直在收集数据。用这些工作负载来处理系统，很长时间以来，使得大数据成为IBM的一个具体的概念。

人才，不仅仅是产品

在数据分析的空间里有这样大的产品组合，就会很容易忘记人力开支。但是人才在IBM的大数据计划中扮演了重要的角色。首先，IBM有一个庞大的研究团队，就像是IBM自己的一个数学系。这显然为在预测分析创新上取得成果提供了重要的火力。

 然后回到想2002年，还有“IBM收购了普华永道咨询部门。甚至在此项交易之前，IBM就有实质性的全球服务部门，但是收购普华永道咨询部门让IBM从一个拥有服务组织的产品公司，转向成为一个利用一系列令人印象深刻的其母公司产品的服务组织。

Advani向我介绍的另一个IBM的分析计划叫做Analytical Decision Management，其重点是在业务应用程序中嵌入分析功能，而不是前端员工不得不利用专门的、孤立的分析应用来获得见解。例如，这个计划允许呼叫中心的工作人员了解什么适合提供给特定的呼叫者以及当提供时什么结果是很有可能的。这些应用的用户甚至感觉不到他们正在使用的分析技术，因为它是嵌入到操作工作流中去的。显然，IBM研究和服务交付结合的经验增强了其在这样的前端员工的交付能力。

想要变强大并不是一件容易的事

但是如果其他科技公司，尤其是初创公司，也希望建立一个类似的数据分析帝国呢？IBM如何应对这么多不同的产品、技术、咨询团队和收购的公司？ 毕竟，大多数的大帝国最终陷入了衰退。

IBM将需要整合其产品组合来发布新版本的产品。在商业智能方面，这已经开始发生，并且需要继续下去。与此同时，没有那么多牵绊的小型初创公司是发布和推进技术创新以及其周边市场至关重要的理想。

最终，这些需要进行聚合。大数据领域将不断成熟，更多的企业级软件公司将会进入大数据领域，他们就会并购一些创业公司，从而合并就会发生。初创公司向我们展示了理想主义的重要性的和新的突破。IBM向我们展示了将大数据与企业连接的重要性和一个主流服务组织，它还展示了向业务软件中嵌入分析功能的力量。    前沿创新至关重要，但实现主流工具、产品和公司的集成才能完全发挥其价值。