11月24日，由ZDNet至頂網(wǎng)主辦，英特爾協(xié)辦、VMware和SAS支持的主題為“大數(shù)據(jù)?政府決策的科學發(fā)展觀”的第五屆政務信息化高峰論壇在昆山舉行。多位政務信息化專家、大數(shù)據(jù)實踐精英及IT界意見領袖出席了會議，并在會上就大數(shù)據(jù)在政務信息化中的實際應用等問題進行了深入交流。其中，SAS政府行業(yè)高級經(jīng)理楊玥從技術和應用各個層面分析數(shù)據(jù)價值發(fā)揮的特點和關鍵點，并總結出了企業(yè)在應對大數(shù)據(jù)時做好數(shù)據(jù)分析的要素。
數(shù)據(jù)分析分為兩個階段
大數(shù)據(jù)時代既有機遇也有挑戰(zhàn)，楊玥認為目前最大的挑戰(zhàn)是數(shù)據(jù)分析和執(zhí)行能力的提高速度遠遠跟不上數(shù)據(jù)發(fā)生變化的速度。而這正是大數(shù)據(jù)的三個特點所造成的——數(shù)據(jù)量大、數(shù)據(jù)增長速度快、數(shù)據(jù)類型復雜，另外數(shù)據(jù)存儲成本的逐漸降低也是原因之一。
然而這一挑戰(zhàn)也正是數(shù)據(jù)挖掘技術應運而生的根本原因。實際上，數(shù)據(jù)產(chǎn)生價值的過程就是數(shù)據(jù)挖掘分析利用的過程。數(shù)據(jù)挖掘為企業(yè)提供了一個“發(fā)現(xiàn)問題，預測未來以及優(yōu)化業(yè)務”的機會，使企業(yè)數(shù)據(jù)得到精細化管理，并輸出決策依據(jù)。
做數(shù)據(jù)分析的過程中要重視兩個階段的轉(zhuǎn)化，第一階段是商業(yè)問題向數(shù)據(jù)分析問題的轉(zhuǎn)換，第二階段是數(shù)據(jù)分析結果向業(yè)務解決方案的轉(zhuǎn)換。而最終的分析結果主要受到問題的定義因素、變量的選擇因素、模型及參數(shù)的調(diào)整因素這三者的影響。分析的過程中，數(shù)據(jù)將轉(zhuǎn)變?yōu)樾畔ⅰ⒅R，最終成為智慧，成為企業(yè)無形資產(chǎn)的重要組成部分。
數(shù)據(jù)挖掘技術作為一種特殊的數(shù)據(jù)分析方法，同樣是面向業(yè)務應用的，并以滿足業(yè)務需求作為最終目的。只是沒有明確假設的前提下進行的數(shù)據(jù)挖掘，往往能在“小數(shù)據(jù)”中得到更多無法預知或違背直覺的信息或知識。另外，楊玥還強調(diào)數(shù)據(jù)挖掘會更多的受到分析人員相關業(yè)務知識、思維模式，以及數(shù)據(jù)分析服務供應商實力的影響。
分析能力的八個等級
從分析挖掘體系的角度來看，位于應用層之下，數(shù)據(jù)層之上的分析層，實際上往往容易被人忽略掉其重要性。對于分析層中經(jīng)常需要用到的分析方式及能力，楊玥認為可以由低到高分為八個級別：
·常規(guī)報表：定期生成，可以反映短期內(nèi)在某個特定領域的情況，無法用于制定長期決策
·即席查詢：不斷提出問題并尋找答案
·多維分析：通過多層次的鉆取分析來發(fā)現(xiàn)問題所在
·警報：記錄問題出現(xiàn)的時間，并當問題再次出現(xiàn)時及時進行通知
·統(tǒng)計分析：在歷史數(shù)據(jù)中進行統(tǒng)計并總結規(guī)律，其中包括一些比較復雜的分析
·預報：準確預報市場需求，應用范圍廣
·預測型建模：在龐大的客戶群中，通過預測不同需求客戶的不同反應，而對客戶進行劃分
·優(yōu)化：根據(jù)現(xiàn)有資源與需求，找到實現(xiàn)目標的最佳方式
對于這八種分析能力，楊玥表示目前大多數(shù)客戶仍然只具備前四種分析能力，這也是傳統(tǒng)商業(yè)智能的主要功能。他們通過把歷史數(shù)據(jù)匯總產(chǎn)生報表，來分析過去發(fā)生了什么，但是卻缺少對未來的前瞻能力。如果企業(yè)將面對復雜的業(yè)務問題，或者希望能夠預測未來趨勢，就需要具備后四種深入的數(shù)據(jù)分析與挖掘能力，以創(chuàng)造新的數(shù)據(jù)價值。而真正的最佳方案是綜合運用所有的分析能力，讓商業(yè)智能達到最高水平。
高性能數(shù)據(jù)分析平臺提升客戶體驗
在數(shù)據(jù)挖掘?qū)嶋H應用方面，SAS建立了一套完整的包括定義業(yè)務問題、系統(tǒng)環(huán)境評估、數(shù)據(jù)準備等環(huán)節(jié)在內(nèi)的數(shù)據(jù)挖掘項目方法論模型。楊玥表示，方法論模型的實施，分析人員、組織機構與體制的配合是重點。需求通常來自于業(yè)務部門，但實際上體制問題有時候往往容易成為信息化的障礙，因此組織機構的革新與體制的完善成為關鍵。
關于數(shù)據(jù)分析挖掘解決方案，SAS也帶來了一個金融行業(yè)的案例。某信用卡發(fā)卡銀行面臨數(shù)據(jù)帶來的眾多問題，以至于在營銷策略的制定上出現(xiàn)困難。受數(shù)據(jù)量的限制，他們只能通過交易網(wǎng)點統(tǒng)計數(shù)據(jù)，舊系統(tǒng)日常分析報告更新時間過長，同時靜態(tài)報告信息覆蓋面不足，導致客戶服務部門無法捕捉到用戶信息，產(chǎn)品部門也無法根據(jù)用戶行為數(shù)據(jù)定制產(chǎn)品方案。
然而在引入高性能數(shù)據(jù)分析平臺之后，通過對單一用戶的刷卡交易、收入變化、負面反饋等一系列信息的追蹤與挖掘，銀行得以能夠?qū)Σ煌挠脩暨M行精準的實時定位，并有針對性的對用戶需求作出即時響應，從而將該銀行的客戶服務水平提升了一個等級，充分體現(xiàn)了深入數(shù)據(jù)挖掘與商業(yè)智能最佳化的優(yōu)勢。