Teradata首席分析官Bill Franks：大数据在成长

作者：Bill Franks, Teradata首席分析官 点击进入Teradata大数据中国专区

在过去十年里，分析流程一直以一种定制的、一次性、手工方式进行开发和部署。这在解决高价值问题时成效显著，但当需要经济地整合大数据来转变为企业每天要制定的无数小决策时，就显得捉襟见肘。要使大数据和分析能力充分发挥其潜能，它们必须要切实可操作。要实现这一飞跃堪比几个世纪以前的工业革命。

“问题的关键不是让人们了解和喜欢分析，而是要让他们注意到生活中的改善。”—Teradata首席分析官Bill Franks

从定制到经济和可扩展

工业革命让生产从劳动密集型、完全自定义的、不可扩展的努力，转向了能够大规模生产出经济实惠、高质量产品的制造。同样，我们必须使大数据和分析能力的扩展远远超越今天的成就，必须将它们更深入、更广泛地嵌入和部署到企业中。是的，我们不得不放弃一些我们已经习惯的定制和完善，但这是一个值得做的权衡。

正如我们仍然购买定制陶器作为装饰品一样，我们仍将会在必要的时候采用定制分析流程。与此同时，我们还将能够经济地解决分析相关的许多其他问题，包括：

嵌入和自动化

完全嵌入式的自动化分析流程可以随时运行并做出决策，直到有人明确将其关闭。这可能每天发生数万次或数百万次，例如优化每个网页上显示的报价。

规范

我们现在能够进入规范分析阶段。这不只是预测可能发生什么，还规定了需要做出的行动，以促使事件发生或防止事件发生。操作分析不是简单地预测某个发动机故障迫在眉睫，而是确定应该采取什么措施来避免这一故障。这种规范组件很有必要，因为无需人工干预。

在“决策时间”执行

并非每项分析都需要实时进行，因此可对操作分析进行配置，使其在决策所需的时间段执行。例如，如果一个企业在每个工作日结束时发布退款，那么检查欺诈所需的任何分析则必须在当天结束前完成。

以采取行动为目标

推动推荐操作发生的能力是运营分析与传统方法的最大区别。这包括在完成分析后延长要约或发出警告。此流程不是支持决策者采取行动的被动流程，而是能够推动决策者采取行动的分析流程。

体验影响

进行分析操作并不能取代传统的技能和方法。这会让他们走得更远。合格人员仍将需要使用传统方法来确定业务需求，建立和测试分析流程，以及验证它发挥了预期作用，之后再启动此流程并将其投入运营。分析革命就是分析的演进，将它提升到另一个水平，而不是成为全新的事物。

虽然涵盖大数据的运营分析示例在我们周围比比皆是，但大多数人甚至不知道它是如何影响他们日常生活的。但这没关系。问题的关键不是让人们了解和喜欢分析，而是让他们注意到生活中的改善。

这可能是简单的分析，可以自动改变一个家庭的环境设置，平衡舒适性与成本；可能是复杂的过程，让旅行者重新回到正轨；或者是新兴的无人驾驶汽车，不断分析各种数据来决定如何让您安全抵达目的地。如果没有数据和分析，所有这些都不可能实现。

未来在飞速发展，您需要做好准备。