所谓的“大数据”有两个方面的内涵——海量和非结构化，其特性被归纳为4个V，即Volume，Variety，Value，Velocity，分别对应：数据体量巨大;数据类型繁多;数据本身有潜在的价值，但价值比较分散;数据高速产生，需高速处理。

　　2011年，全球创建和复制的数据总量达到1.8ZB (1ZB等于10的21次方比特)，相当于全球每人产生300GB以上的数据;预计2020年，全球产生的数据量将超过80ZB。毋庸置疑，现代信息社会已经进入大数据时代。

　　大数据时代给企业带来挑战，数据驱动业务是关键

　　当数以亿计的数据可以在虚拟的空间中自由穿梭时，当各种数据的获取变得瞬间即达时，大数据对政府、对企业、乃至对个人，都产生了深远的影响。对于大多数企业来说，大数据是既是机遇也是挑战。一方面，“得数据者得天下”，通过对大量的数据进行科学的分类整理以及分析，能够为企业的外部营销、内部运营和领导层决策等提供强大的数据支撑，不断提升企业运营效率，提升企业管理水平。可以说，利用互联网与物联网等带来的海量数据，通过挖掘、分析与业务应用，企业可以在激烈的市场竞争中赢得优势。另外一个方面，海量的数据也给企业进行数据挖掘、分析带来巨大的挑战。如何从纷繁复杂的数据中挖掘出有利于企业发展的信息，并利用好这些信息指导企业运营，对于一个企业来说显得至关重要。“用数据说话”，如何让数据产生真正的价值成为了摆在企业管理者面前不得不跨越的鸿沟。

　　选用一体化及端到端业务系统，应对数据分析难的问题

　　“大数据”话题的日趋白热化以及对企业管理带来的深远影响，让许多企业管理者更加关注数据带来的业务价值，纷纷想要通过数据分析工具来挖掘数据价值，从而更好地指导企业的发展。然而，在数据挖掘、分析的过程中，一些弊端渐渐流露出来，海量的数据分析起来要耗费非常大的精力，还常常出现错误，得不到想要的分析结果。

　　先进BI技术+一体化，数据分析又快又准

　　嵌入先进BI技术，数据挖掘一步到位。面对瞬息万变的市场环境，企业必须对海量的数据进行快速的分析，以最快的速度为企业管理者提供有价值的信息，这对数据分析速度有严格的要求。商业智能技术为企业提供快捷数据仓库，与传统数据仓库包含数据库系统开发、数据清理、数据集成及数据挖掘的整个过程不同，该数据仓库简化数据挖掘的步骤，数据挖掘一步到位，不仅最小化数据集成的需要，还提供行业特定的预先集成解决方案，提高数据分析效率，帮助企业更好地应对大数据“大”的挑战。

　　大数据时代带来的海量数据需要先进的信息化手段进行分析，这让企业的IT管理面临更加严峻的局势。基于一体化及端到端管理，借助先进的商业智能技术，提升数据分析的准确率及速度，让大数据分析变得又快又准，且易用，帮助企业更好地实现商业价值。

　　责任编辑：余芯