商業(yè)智能是一套完整的解決方案，用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。在當(dāng)今大數(shù)據(jù)、人工智能等技術(shù)爆發(fā)的時代，我們又應(yīng)該怎么解讀適應(yīng)時代發(fā)展的商業(yè)智能呢?
萬物皆為數(shù)
隨著大數(shù)據(jù)落地的不斷深入，越來越多的企業(yè)意識到數(shù)據(jù)的價值。然而眾人統(tǒng)一的認(rèn)知，或者是大部分商業(yè)智能從業(yè)者的認(rèn)知，都局限在結(jié)構(gòu)化數(shù)據(jù)的邏輯。也就是說他們認(rèn)為所有的數(shù)據(jù)最終都是可以存儲到數(shù)據(jù)庫的，或者說都是經(jīng)過采集，清洗，整合后的高質(zhì)量數(shù)據(jù)。
事實(shí)上目前數(shù)據(jù)的定義已經(jīng)完全超越了數(shù)據(jù)庫的存儲邏輯，不管是關(guān)系型還是最新的NoSQL或者Graph database，目前存儲在數(shù)據(jù)庫之外的數(shù)據(jù)量是遠(yuǎn)遠(yuǎn)超過存儲在數(shù)據(jù)庫內(nèi)的數(shù)據(jù)。
在商業(yè)智能分析中，數(shù)據(jù)源有網(wǎng)頁，pdf，圖片，音頻，視頻等等都具有很重要的價值。比如在新零售的場景下，我們對于線下商品展示和商品包裝等相關(guān)數(shù)據(jù)的分析需求日益增加。 商品的銷量與他擺放的位置，以及商品包裝的顏色等有何相關(guān)性?如何分析?我們是需要提前將所有相關(guān)的信息都采集下來然后清洗并結(jié)構(gòu)化存儲以備分析嗎?
采集和存儲是必須的，但是靠傳統(tǒng)商業(yè)智能清洗和結(jié)構(gòu)化那些數(shù)據(jù)，還是比較困難。隨著技術(shù)的發(fā)展，我們可以通過成熟的相關(guān)分析工具加自定義腳本的方式來靈活分析上面提到的問題，甚至對基于圖片中色彩模式，物體相似度等的檢索和分析都有第三方支持。
話說回來，新時代的商業(yè)智能，對于萬物皆為數(shù)該如何理解呢?數(shù)據(jù)已經(jīng)不是傳統(tǒng)的數(shù)字或者數(shù)據(jù)庫的邏輯，數(shù)據(jù)已經(jīng)是所有物品必須添加的一個新維度或者屬性。 同時商業(yè)智能分析要突破傳統(tǒng)數(shù)據(jù)倉庫和數(shù)據(jù)庫的思路，在商業(yè)邏輯之下提出各種開腦洞的數(shù)據(jù)需求和分析需求。
數(shù)據(jù)架構(gòu)之供應(yīng)鏈思維
商業(yè)智能中數(shù)據(jù)架構(gòu)至關(guān)重要，它是所有商業(yè)分析的基礎(chǔ)。所謂數(shù)據(jù)架構(gòu)就是如何存儲和管理你的數(shù)據(jù)，在哪里存儲，以及為什么要使用這種管理邏輯。 人們通常會直接把這個問題局限在傳統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)建模(關(guān)系和數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì))上，但是數(shù)據(jù)架構(gòu)的核心任務(wù)是設(shè)計(jì)一套數(shù)據(jù)的供應(yīng)鏈邏輯，讓數(shù)據(jù)在整個生產(chǎn)、采集整合、分發(fā)，消費(fèi)等環(huán)節(jié)具備高效的邏輯，這往往不止是一個數(shù)據(jù)建模的問題。
并且數(shù)據(jù)架構(gòu)也需要解決不同商業(yè)場景下對數(shù)據(jù)分析、數(shù)據(jù)科學(xué)相關(guān)數(shù)據(jù)處理的支持設(shè)計(jì)。所以數(shù)據(jù)架構(gòu)更重要的是梳理和設(shè)計(jì)出來一套完整的邏輯，在這個抽象層面之下才是具體的存儲和管理，有了目標(biāo)之后就更容易做出好的數(shù)據(jù)架構(gòu)。
說到商業(yè)智能數(shù)據(jù)架構(gòu)不得不說一下傳統(tǒng)的數(shù)據(jù)倉庫。本質(zhì)上數(shù)據(jù)倉庫解決的是數(shù)據(jù)湖的問題，將不同地方的數(shù)據(jù)整合在一起并實(shí)現(xiàn)關(guān)聯(lián)是數(shù)據(jù)分析的基礎(chǔ)。一般數(shù)據(jù)倉庫項(xiàng)目的周期都會比較長，短則半年數(shù)月，長則幾年。這個也容易理解，數(shù)據(jù)倉庫搭建過程中對于數(shù)據(jù)的打通，清洗，關(guān)聯(lián)，建模等都不是一項(xiàng)短時間能完成的任務(wù)，這個與數(shù)據(jù)倉庫項(xiàng)目的整體目標(biāo)有關(guān)。如果希望搭建一套完整的滿足各種業(yè)務(wù)分析需求的，還依賴于現(xiàn)有業(yè)務(wù)邏輯和數(shù)據(jù)生產(chǎn)的復(fù)雜系統(tǒng)。
現(xiàn)實(shí)情況是不同的數(shù)據(jù)源甚至是數(shù)據(jù)維度或者片段對于商業(yè)分析的價值是不一樣的。而在這個過程中，對于不同數(shù)據(jù)預(yù)判的缺失導(dǎo)致在整個ETL中的投入過大。后來有了hadoop之后，大家還是一個數(shù)據(jù)中心的思路，什么數(shù)據(jù)都往hadoop里面寫，后續(xù)要用再來找。這樣也會出現(xiàn)一些問題，比如在數(shù)據(jù)流的場景下，你會發(fā)現(xiàn)很多流式數(shù)據(jù)很難持續(xù)存儲到數(shù)據(jù)庫中，因?yàn)閿?shù)據(jù)采集和數(shù)據(jù)查詢本身就是兩種不同的場景和階段。
整體來說數(shù)據(jù)架構(gòu)的設(shè)計(jì)包含四個不同的維度，數(shù)據(jù)的生產(chǎn)，采集整合，分發(fā)，和消費(fèi)。梳理清楚他們之間的邏輯，以實(shí)現(xiàn)通暢的數(shù)據(jù)供應(yīng)鏈的目標(biāo)。 其中任何一部分都可以靈活支持各種方式，例如數(shù)據(jù)的分發(fā)，類比線下零售體系，我們會有不同的分發(fā)體系來支持不同的渠道，比如中心倉和地方倉，電商倉和渠道倉等邏輯。所以新時代的數(shù)據(jù)架構(gòu)可以是一個多條線并行的架構(gòu)，不一定是一個完全中心化的數(shù)據(jù)倉庫的設(shè)計(jì)邏輯。
商業(yè)智能和數(shù)據(jù)科學(xué)
傳統(tǒng)商業(yè)智能的核心目標(biāo)是數(shù)據(jù)的復(fù)用性，通過星型結(jié)構(gòu)和范式模型的抽象來支持各種數(shù)據(jù)的存儲、查詢和報(bào)表業(yè)務(wù)。本質(zhì)上商業(yè)智能解決了數(shù)據(jù)訪問和一部分?jǐn)?shù)據(jù)探索的目的，然而他們能支持的問題變化不大所以對應(yīng)的報(bào)表設(shè)計(jì)相對固定。但是在數(shù)據(jù)科學(xué)中很難有這種不變的數(shù)據(jù)結(jié)構(gòu)或者計(jì)算模型來支持各種不同的算法，即使是算法本身也在不斷地演進(jìn)的過程中。
在商業(yè)智能系統(tǒng)的設(shè)計(jì)過程中通過基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)來描述所有的事物，然而并不關(guān)心背后的業(yè)務(wù)邏輯，往往是通過通用的描述模型來實(shí)現(xiàn)的。比如我們并不知道某商品的銷售總額到底代表什么意義，但是針對這個度量我們支持求和、平均等等一系列的操作。傳統(tǒng)數(shù)據(jù)倉庫的設(shè)計(jì)主要是基于需求背后的統(tǒng)一計(jì)算模型和邏輯而抽象出來的。
數(shù)據(jù)科學(xué)相關(guān)的分析問題卻很難用統(tǒng)一的抽象結(jié)構(gòu)和計(jì)算模型來描述。簡單來說你需要做更多的統(tǒng)計(jì)學(xué)計(jì)算，比如一些相關(guān)系數(shù)的計(jì)算，從向量到矩陣的基本運(yùn)算等。不止是這些計(jì)算的復(fù)雜度和資源消耗發(fā)生了巨大變化，同時不同的算法背后能被抽象出來的標(biāo)準(zhǔn)計(jì)算模型也非常有限。這也就是為什么曾經(jīng)有大量的數(shù)據(jù)科學(xué)家做特征工程的工作，也就是基于不同的算法和對業(yè)務(wù)的理解來做特征抽取的工作，然后基于特征抽取來做各種算法的對比試驗(yàn)。特征工程本質(zhì)就是從抽象的存儲到抽象的計(jì)算模型的一個過渡。
從本質(zhì)上來說數(shù)據(jù)科學(xué)的數(shù)據(jù)架構(gòu)和傳統(tǒng)商業(yè)智能的架構(gòu)設(shè)計(jì)的邏輯可以類似。隨著數(shù)據(jù)倉庫和商業(yè)智能的發(fā)展，很多方法和框架已經(jīng)非常成熟，所以現(xiàn)在企業(yè)在選擇商業(yè)智能和數(shù)據(jù)科學(xué)的時候還有一條中間的道路就是：將數(shù)據(jù)倉庫(商業(yè)智能)作為數(shù)據(jù)科學(xué)的一個數(shù)據(jù)可訪問性的中間件，然后再基于商業(yè)智能和數(shù)據(jù)科學(xué)來設(shè)計(jì)出不同的數(shù)據(jù)存儲抽象和數(shù)據(jù)模型抽象來支持各自的數(shù)據(jù)架構(gòu)。
關(guān)于作者：
趙乾坤 壹看板創(chuàng)始人兼CEO
趙乾坤博士，數(shù)據(jù)挖掘?qū)＜?，先后畢業(yè)于華中科技大學(xué)、新加坡南洋理工大學(xué)，并于美國賓夕法尼亞大學(xué)完成搜索引擎相關(guān)的博士后研究。其相關(guān)的研究和應(yīng)用在國際知名學(xué)術(shù)會議(WWW，KDD，AAAI，CIKM 等)上發(fā)表了 20 余篇論文和講座，2 項(xiàng)國際的專利技術(shù)。曾任好耶廣告北京首席架構(gòu)師、西班牙電信大數(shù)據(jù)科學(xué)家、AOLChina 發(fā)起人，后創(chuàng)立脈博網(wǎng)與37degree。有深厚的數(shù)據(jù)挖掘技術(shù)背景和十余年的互聯(lián)網(wǎng)行業(yè)經(jīng)驗(yàn)，是大數(shù)據(jù)在傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)廣告應(yīng)用設(shè)計(jì)師和實(shí)踐者。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
