点击蓝字 / 关注我们

对于当今很多企业来说，推动业务的全场景创新与融合是赋予企业实现自身重塑的关键点所在，这其中尤其是利用实时、多维度的数据分析方式与智能决策则更能够帮助企业快速找准方向，降本增效。

大数据分析平台在整个过程当中发挥了至关重要的作用，众所周知，大数据分析平台是企业用户在大数据环境下用于分析与决策的重要平台，它对企业的业务创新与技术创新来说起着重要的推动作用，从技术架构来说，数据的收集与存储、数据计算、数据的分析与决策等几大维度已经成为了越来越多企业用户聚焦的细分领域。

可喜的是，利用深度学习等技术，很多企业已经开始有效提升数据分析的深度和广度，同时，这也有效降低了数据分析技术在业务端的应用门槛，从而让数据可以更好地服务企业业务，从报表分析、用户行为分析、自助分析、AI智能分析等不同维度实现对业务创新的全方位赋能。

1

这是一个怎样的市场？

毫无疑问，人工智能技术在未来将会是整个大数据分析平台的核心特性之一，而且笔者认为也是其最重要的特征，而伴随着湖仓一体技术的不断完善，也将会带给大数据分析一个优良的基础底座。

近些年，流批一体技术让有界数据与无界数据实现了打通，进而使得数据分析获得了更好的一致性，很多公有云厂商也开始尝试在这一领域实现创新，从宏观上看，我国目前的大数据分析市场整体正处在一个高速发展的时间段当中。

在数据分析2.0时代当中，大数据分析技术已经变得更加贴合企业业务的应用场景，也更能够为客户提供更好以及更加丰富的功能与服务，利用大量的数据和出色的分析模型，可以更好地帮助企业用户理解、分析实际的现象和需求，从而形成更好的数据结果。

值得一提的是，机器学习、深度学习正在对大数据分析产生深刻的影响，让数据的预测变得更加细化、更加精准，同时数据挖掘技术、机器学习算法等都在大数据分析工具和平台当中取得了大量成果，毫无疑问，自动化分析已经成为未来大数据分析平台行业重要的发展方向。

从国家的政策层面来说，在5G、云计算、人工智能等技术的加速发展过程当中，正迎来了信息技术与传统产业之间的深度融合，而数字经济、大数据产业等战略性新兴产业也正在通过激活企业的数据要素实现支撑作用。

《“十四五”大数据产业发展规划》当中已经明确指出，到2025年底，大数据产业的测算规模将突破3万亿元，与之匹配的是到2023年底前，全国一体化政务大数据体系的初步形成，这也就意味着我国的大数据产业已经具备了数据目录管理、数据归集、数据治理、大数据分析、安全防护等一整套能力。

已经可以看到，在政务、金融、工业、制造、交通、能源、医疗等很多行业领域中都在利用大数据分析平台实现业务创新，以及场景化应用的深度融合。

放眼全球，大数据的飞速发展正在影响着越来越多的细分领域，全球数据消费量呈现稳步增长的背后，对数据应用的场景化需求也变得越来越复杂，可以看到，大数据在关键技术领域对自主创新能力的促进发挥了巨大作用，尤其是在基础软件等领域之中各类自主研发的大数据平台层出不穷，百花齐放。

受业务驱动的影响，大数据技术所衍生出的各类应用在企业的业务系统和业务场景中至关重要，企业用户，尤其是一些大型企业，数据资产的大量累积已经成为企业在日常经营、分析、决策等环节的落脚点，这也是为什么企业用户往往都希望让业务数据能够更好地融入到企业的运营、财务、业务部门当中的原因，通过整合式的创新，大数据分析平台提供了更好的赋能作用。

当前国内的大数据分析平台的商业模式大致可以分为解决方案、产品服务、行业应用三大类，详细来说，解决方案类型通过为企业构建大数据分析系统，按照构建和部署大数据系统的费用和升级成本实现盈利；产品服务类型则是以产品化服务的方式实现情报挖掘、舆情分析、销售追踪、精准营销、可视化、精准营销等不同维度的商业落地；行业应用类型是以大数据与传统行业之间的融合而产生出来的商业模式，通过利用从海量数据当中获取对业务有价值的信息，从而帮助企业实现更多盈利，降本增效。

因此，从上述这三个维度当中所衍生出的国产化、SaaS化、普惠化等特征和应用优势也就逐渐为大数据分析平台的商业落地提供了更多的可能性和便利性。

目前来说，国内外的很多大数据分析平台都将目光锁定在了很多特定行业，以及那些具有商业前景的企业身上，在实际的落地实践过程中往往仍然要面对数据兼容性、性能、开放性、行业实践经验等诸多维度的挑战。

2

从架构到场景的多维度演进

近些年，湖仓一体的架构创新在很多企业业务的创新过程中发挥了巨大作用，海量、多模、实时的数据处理能力，让更多的企业用户开始尝试这一方式，湖仓一体作为一种开放式的数据架构和管理模式，融合了数据仓库与数据湖两者的优点，使得企业的基础技术栈得到了很好的优化。

湖仓一体架构增强了实时业务处理以及非结构化数据治理的能力，使得数据安全、访问控制以及数据探索等企业级系统所需要的关键功能都可以在这样的架构当中进行部署和管理。

此外，近些年随着人工智能技术的不断成熟，围绕着人工智能技术的核心创新能力可以在大数据分析平台上得到更多的用武之地，对人员分析以及企业决策能力的提升提供强有力的推动作用。

在笔者看来，正是因为有了人工智能技术的加持，才使得利用数据实现企业决策的整个过程可以变得多层面、多维度。随着企业业务决策更具有关联性和连续性，企业用户通过利用人工智能技术不断实现AI工程编排和系统优化，应对业务创新过程当中的各类问题，让人工智能能够实现自适应，从而迅速掌握因业务变化带来的场景化需求变化，加快企业精准、灵活的运营决策。

一切的技术创新在服务企业用户的过程当中势必都需要回归到场景当中，以场景化的应用需要作为最终出发点，而多元化的场景应用需求也使得数据分析需要在不同的环境和角度中进行切换和创新，不断向多维度领域实现纵深式发展。

数字化转型进程的加快使得用户对于数据的维度和深度有着更高的要求，分析场景和分析需求的不断深化使得大数据分析平台需要在算力层面不断进行提升，因此企业不仅需要在分析场景和需求方面进行多元化的发展，同时也要向中台建设人员提供统一存算平台，从企业应用到市场发展，再到架构演进进行多维度的协同创新。

详细来说，企业在搭建大数据分析平台之前首先要对自身数据体量、业务需求以及行业属性等方面进行全方位的了解与评估，从业务到数据，再到功能实现，从不同的维度去明确大数据分析平台所要具备的特征和优势，而后再对整个框架和工具进行创新和有机的整合。

可以看到，越来越多的企业在构建自身大数据分析平台的过程中都在集中组建数据处理中心，用以不断下沉数据的处理能力，通过统一的数据管理监控体系来保障平台系统的稳定运行。

基于实际场景的应用需求，让企业对于数据分析能力的建设需要成为根本所在，从指标建模，到模型训练，再到模型部署，让企业真正从数据准备环节开始就能够按部就班的从数据中挖掘到对业务有帮助的创新点，从而保证企业分析能力的实施与落地。

3

大数据分析平台的行业纵深发展

近些年，大数据分析平台已经在越来越多的行业场景当中实现了广泛应用，政务、金融、零售、医疗、交通、教育等众多行业都在开展大数据分析平台的深入应用。

在政务行业，整合构建全国一体化政务大数据体系的政策部署，对加强数据的融合、应用，以及充分发挥海量数据的价值来说从政府层面起到了有效的赋能和推进作用。依托于城市大数据管理平台的协同效应，大数据分析平台在政务行业领域有了更多、更接地气的应用场景，尤其是在推进由电子政务向智慧政务升级的过程中，依靠大数据推动整个产业结构的优化，让城市运行管理、政务服务、城市综合管理等环节都有了脱胎换骨的变化。

在金融行业，作为数据密集型行业，金融行业的企业客户拥有数据量大，数据逻辑性强，实效性、安全性需求高等特点，结构化数据的占比相比于其他行业明显，因此基于大数据分析的精准营销、实施管控和分析决策等创新方式在证券、银行、保险等金融场景当中正在进行着广泛应用。

零售行业近些年依托于互联网、大数据和人工智能等途径和手段，使得线上服务和线下体验从业态上有了更新的模式，新零售企业在大数据技术的加持和赋能下，布局各类数据终端进行数据采集、算法运行和数据交互，依靠大数据分析平台的能力将人脸识别等创新应用融入到了零售行业的数字化转型进程当中，有效推进了新零售在我国的快速发展。

可见，千行百业的数字化进程正在加速，依靠企业的大数据分析能力从海量数据当中寻求“爆发式”的增长机会是企业在推进行业转型过程当中的重要根基和发展源动力。

科技轶事

有趣的文字在这里聚集

作者微信｜zxm742427401

合作电话｜18601357181