商业智能和分析

什么是数据分析？

数据分析是检查数据集以提取可能对临时用户隐藏的信息并得出有关该信息影响的结论的过程。从最简单的商业智能到在线分析处理再到深层次高级分析，都属于数据分析的范畴。

到 2020 年，为用户提供内部和外部数据特选目录的组织通过分析投资实现的业务价值将达到未进行相关投资组织的两倍。

根据 Gartner 报告

数据分析处于业务决策前沿

成功的企业无不将商业智能 (BI) 和数据分析作为前沿和中心。事实上，随着物联网、预测分析和机器学习应用场景日渐增加，企业成败通常受到数据分析左右。当公司日常业务运营依赖于传感器、社交媒体、Web 等来源的实时数据时，除了基于历史数据的预测分析，实时分析也日渐凸显其关键作用。

零售企业大多注重客户行为分析，若进军海外，或许认为基于云的分析更加重要。而提供高级数字家庭客户支持的电信公司则可能专注于规范分析。无论采取哪种形式，数据分析都是在各行各业取得成功的必要环节。

异构数据环境挑战

众多公司已启用高级数据分析，以下几条重要考虑事项应谨记：

非结构化数据在数据分析中的作用大于结构化数据。上下文和规定性数据分析平台需要实时无缝集成结构化和非结构化数据。
存储和复制大数据用于分析既昂贵又耗时。数据科学家日益发挥重要作用，他们需要利用沙盒环境进行分析，因而物理数据移动成为瓶颈。
基于云的数据分析面临的挑战目前仍待克服，因为众多公司都需要运用本地部署和基于云的数据来进行分析。眼下很难利用工具实时无缝集成本地和云端数据，进而创建混合集成数据环境。
跨应用程序保护数据安全同样是需要解决的重要问题。随着流式数据、大数据、云数据等的激增，负责企业数据安全的数据专员无法始终做到分工明确。

到 2021 年，主打智能数据发现功能的现代商业智能和分析平台的用户数量将以两倍于非此类平台的速度增长，并且也将带来两倍的业务价值。

根据 Gartner 报告

数据虚拟化在数据分析中的重要性

利用数据虚拟化，Denodo 平台无需复制即可整合最广泛的结构化、半结构化和非结构化数据，充当能够提供可视化和分析工具的理想数据集成层。 Denodo 平台可轻松整合实时流、社交媒体和 Web 数据与来自旧有系统的数据，在云端、本地或混合环境中实现分析。这种多功能性使 Denodo 平台成为满足各类高级分析需求的便捷之选，助力企业占据竞争先机。