企业做移动、大数据需要考虑啥
DT时代
什么是DT?DT就是Data Technology。从Information到Data,也就是从信息到数据,其实主体并没有变,因为数据承载的就是信息。但马云认为,这是两个完全不同的时代。
什么概念?马云做了解读:“IT时代是让自己更加强大,DT时代是让别人更加强大;IT时代是让别人为自己服务,DT是让你去服务好别人;IT时代是通过对昨天信息的分析来掌控未来,而DT时代是去创造未来。”
换句话说,马云的意思从根本上是思维方式的变化。
那么,什么是数据思维?数据驱动的企业真的和传统的企业信息化有所不同吗?
我们来看一个案例。
传统企业比如一家三甲医院,部署的IT系统可能多达几十个:HIS、EMR、PACS、RIS、LIS、PEIS、CIS等等,但其分属各个科室,供应商也不同,因此系统间的数据交换就是大问题,这也是为什么我们去医院看病,通常需要经过挂号、排队候诊、就诊、付费、验血/拍片、就诊、开药、付费、拿药等等繁复和多次排队缴费和排队候诊的流程。
这样一个流程,可以理解为传统的IT时代的流程。而DT时代则完全不同。
首先,DT时代最关键的就是数据的全面集成。相对而言,个人应用的毕竟相对碎片和单点,只有用户数极大的平台才有可能从大数据中发现规律和价值;而企业应用则不同,企业运营数据不可能外泄不说,而且只有集中管理企业内部数据,才能形成聚合效应,提高效率和价值。
其次,过去的流程驱动转向数据驱动、业务驱动,因为业务领域非常多,比如说前端市场营销、供应商互动管理,使得企业数据的发展已经从以往单一类型的数据,变成了多种类型,而且从企业内部延伸到了企业外部,包括移动端设备采集的数据、机器运营数据、社会化网络数据等等。
举个例子。企业对移动设备采集的业务数据需要进行实时的跟踪和运营分析,这就需要企业将信息的采集、移动和管理三个部分进行整合,并且,从底层网络到数据集成和处理平台,都需要很高的安全保障。
换句话说,DT时代对于企业级业务来说,所有的移动应用、大数据应用等等,都不是孤立的,都是建立在强大的安全可靠的底层平台之上,需要提供给客户更优化的整合体验。这或许就是为什么一个月前,单一做企业移动中间件的数字天堂,作为曾经的市场老大,在一个拥有无限未来的市场中,仅仅以4000万元人民币出售的原因。
企业大数据需要啥?
一般来说,在传统交易型数据量不太大的场景下,通常结构化的关系数据库就可以解决,而在业务分析时,通常列式数据库也可以解决企业需求。但是,一旦企业数据牵涉到更多的半结构化甚至非结构化的数据,那么传统的关系型数据库就很难解决,这时候一定会引用NoSQL,甚至是Hadoop这种生态系统,作为企业可以选择的数据基础架构。
实际上,针对不同企业不同的需求,其对数据处理得实时性,对整个数据基础架构取得的成本,或者数据增长趋势都会影响,甚至某种程度上成为企业选择数据基础架构的一个决定性因素。
从底层数据管理来说,企业通常会经历从一个孤立的系统,到数据集市、数据仓库以及统一元数据仓库几个阶段。如今数据仓库的概念更多是讲LDW(逻辑数据仓库)的概念,已经不全是过去简单的纯结构化数据放在一起。因此,所有的企业能够收集到或者关注到各种各样类型的数据,和更海量的数据都要纳入数据仓库范围。这种数据仓库技术会超越传统数据仓库技术,比如说利用现在类似Hadoop这种生态系统,或者noSQL数据库,来解决数据仓库的问题。
从分析应用的发展路径来说,基本上包括了报表报告、交互分析、挖掘预测、决策自动化四个阶段。而交互分析则把现在流行的即时分析、敏捷BI、自助BI、数据探察等等一并归到这里面,用户自己可以交互性的探察数据。
从企业整体范围内数据管理的角度,它不仅要解决数据存储和计算引擎,实际上还要解决主数据管理和源数据管理问题。比如说大企业集团范围内有很多共享的核心实体数据,这些数据的管理是通过主数据管理来完成的。
在用友iUAP副总经理谢东看来,企业大数据分析建设应该遵循四种基本原则,首先是业务目标驱动,其次推荐以点带面的方式建设数据管理的体系,此外在价值最大化方面,很多领先企业已经开始关注挖掘、预测,决策自动化领域,最后就是敏捷加自助的理念。“我们希望现在快速扩大决策的范围,这个决策真正让全员都能做,要有一些工具或者有一些手段,让所有人能真正做起来,分析应用要推向全员做全员应用的推广。”谢东表示。
实际上,iUAP(www.yyuap.com)整体平台分为四个大的部分:开发与集成、移动与社交、互联网与云服务,大数据,以及十二大产品。其中用友数据平台的关键特性就包括了企业内外部多数据类型、多数据来源的数据集成和整合;并且具备利用列式数据库技术进行海量数据分析加速的能力;其三是提供了一个基于Hadoop发行版的UDH版本,可以支持结构化、非结构化大型数据处理,支持PB级别数据量分布式并行处理;四是统一建模,分析模型和业务模型统一建立和管理,以及源数据整体的传递;五是挖掘预测,提供了相应的一些工具。
谢东所说的用友商业分析平台实际上就是用友的BQ,具备实时分析、数据可视化、大数据支持、挖掘预测、嵌入式分析和移动分析等。在展现端也支持多种移动端,除PC外,手机、Pad、平板,甚至嵌入到其他第三方系统均可以进行展示。
企业移动化需要啥?
说到移动端,基于对企业数据资产的考量,越来越多的企业在布局移动化和大数据应用时,开始把企业数据生命周期管理纳入进来。企业级平台需要处理好技术和业务之间的关系,新技术在更新换代时不影响业务,技术与业务的分离表现为业务逻辑层的分离,这是企业级App的特征。这也就给了传统ERP供应商如用友、金蝶等更多的市场机会。
就拿用友来举例。今年以来,用友iUAP(www.yyuap.com)升级为企业互联网开放平台。除了集成平台外,其中比如用友iUAP Mobile就提供了一整套覆盖企业移动开发、管理、安全、应用全生命周期的一体化的平台解决方案。
“目前在企业级App市场,伴随管理模式和业务模式的颠覆,企业员工会有更高的体验诉求,卓越的体验成为刚需,按组件设计与研发成为必需。”用友集团iUAP中心移动平台产品部总经理张建新认为,“企业的需求变化是很平常的事情,这就要求平台具备个性化的设计和按需组装,技术平台和业务平台需要实现融合,技术永远为业务服务。”
如今,移动开发平台的发展趋势是同时支持Web、Hybrid、Native应用类型的全生命周期的统一移动平台。“比如,移动开发平台要支持拖拽式开发;而且要一次开发,多端适配,数据双向绑定;同时平面分辨率自动适配,支持100%的Native UI的开发方式。”张建新介绍说,“iUAP Mobile除了满足上述要求外,还支持桌面、EMM、设备管理、应用管理、内容管理、邮件安全等服务,开发平台具备可视化UI、UI控件、应用服务、特殊工具、云定义场景、移动中间件、应用商店等能力。所以,iUAP Mobile是一个涵盖了从开发到管理、安全、整合、卓越体验、行为分析、应用分发、可持续服务的完整的全生命周期的解决方案。”
值得一提的是,2015年,用友iUAP还在生态系统建设方面推出了更加开放的策略。据用友iUAP中心业务支持部总经理罗小江介绍,开放、共建、分享和开拓是2015年iUAP Mobile渠道建设的四大关键词。
“开放包括开放API和源代码,同时也开放产业资源,支持多样的合作模式。“罗小江解释说,”用友还会分享整个iUAP的知识体系,合作伙伴可以直接访问我们的知识体系和知识库。同时分享项目经验,打通合作伙伴之间的壁垒。通过开放所有技术,我们希望有能力有意愿的合作伙伴去经营iUAP培训市场。”
应该说,开放iUAP培训市场给到合作伙伴,这对于用友来说还是第一次,也表明用友在生态系统的搭建上有着开放的心态和宏伟的目标,对于生态系统的发展也更为良性。据悉,iUAP业务模式也将比以往更加开放,包括OEM模式、投资控股模式、深度技术合作模式、共同运营模式等。
而共建和开拓就比较好理解了——iUAP通过与合作伙伴共建开放技术社区,分享经验以及对技术的理解;iUAP愿意和合作伙伴一起拓展重点项目,深挖行业产品,协助企业互联网转型。
据悉,用友iUAP今年将启动合作伙伴产品巡展计划,借助用友的品牌和渠道,帮助伙伴增加自己的App影响力。此外,iUAP向合作伙伴开放云测试服务,对不同级别的合作伙伴都有相应的政策支持。
应该说,类似用友iUAP这样的做法,会构建一个更为广阔和良性的生态圈,去帮助企业在DT时代在移动化、大数据环节走得更远,管理好自己的企业数据,这也是企业所希望看到的。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20