大数据让BI走开?

尽管很多人认为中国的BI应用其实才兴起不久，但大数据、云计算、移动互联网等新生事物已经改变了BI的市场环境。大数据厂商正表现得来势汹汹，传统BI厂商相对而言似乎陷入守势。风云变幻的当下，难道大数据真的会令传统BI退向更逼仄的角落？

大数据带给BI挑战

品友互动创始人谢鹏一直在宣讲“RTB爆发年”已经近在眼前，“2014年市场就会爆发性增长”，作为一家数字广告互联网技术公司，品友互动乘着大数据带来“东风”，正在愈加卖力地圈地实时竞价广告（RTB）市场。“大数据能带来更多的商机。”谢鹏说，一旦找到与传统行业的结合点，大数据就能迅速锻造具体并拥有成功希望的商业模式，“这种能力是前所未有的。”

以RTB模式为例，这种面向网民的广告实时推送方式需要以毫秒级的速度分析海量数据，进而实现互联网广告的精准推送。谢鹏解释，RTB主要需解决“人的认知”和“出价几何”的问题，前者需对每个用户实施消费行为分析，意味着解读万亿量级的数据；后者则需依托复杂算法计量ROI（投资回报率），高速决策并显现交易结果，“每笔竞价只有50毫秒的决策时间”。收纳并瞬间解构如此庞大的数据，只有大数据工具才能做到。

“消费者希望看到和自己相关的广告，广告主希望能够用最经济划算的方式覆盖所希望覆盖的目标人群，大数据技术可以帮助实现这一点。”谢鹏表示，量大、价值高、速度快是大数据鲜明的特点，相对来说，传统的BI则表现得数据小、价值低。

依托大数据提供个性化推荐引擎的百分点公司运营副总裁韩志勇与谢鹏有类似的看法。“BI能支持小时级的决策就非常了不起了，但大数据可以支持秒级甚至毫秒级。”韩志勇说，当前互联网是大数据应用最领先的行业，因为互联网解决了数据采集的问题，这一点也正能体现出大数据与传统BI的区别。

众所周知，BI之前采集的数据大多来自ERP、CRM等，基本都是格式化的数据，但大数据采集的数据种类远超过往，是非结构化的数据，这就要求数据处理技术在分析、算法上做出极大的改变，已经不能依赖传统的BI工具。同时，类似RTB这样的新兴商业模式不断涌现，对于营销反应的速度提出极高要求，而传统BI工具也不能支撑如此高速的计算。“可以说，大数据能做的事已经超出传统BI所能理解的范畴。”韩志勇说，数量和速度就是大数据带给传统BI的挑战。

其实，BI和大数据都要构建数据仓库、分析系统，之后进行数据挖掘，实现数据呈现，运行机理和技术结构是一致的。但与BI不同，大数据处理的是杂乱的、非结构化的数据，大数据有自己的数据分析工具，建模要比BI复杂很多，数据呈现也不只是通过报表方式，所以大数据的内涵更复杂厚重，能力也比传统BI强大得多。同时，有业内人士认为，大数据应用当前正在向传统行业拓展，几年前还只是大型网络公司应用大数据技术。如今，零售业、银行业、公共事业、智能社区等领域，几乎所有拥有海量数据的企业都在使用大数据技术，这些技术在部分项目中也起到了关键作用，这会进一步挤压传统BI工具的生存空间。

大数据可与BI协作

随着人类社会的不断发展，数据累积的数量不停增长，Gartner公司的分析师称信息量每年正以最少59%速度在递增。IDC的研究估计，到2020年世界上的数据存储总额将达到35 ZB（1ZB等于一万亿GB字节）。庞大的数据量令传统BI工具处理数据的能力越来越表现出局限，所以，即使没有大数据，BI也必须改变。一位专业人士认为，从方法论的角度看，BI会继续发展，必然走向升级，但如果就某家BI厂商或某个BI产品而言，如果无法跟进时代脚步，被大数据厂商和技术挤垮就不是危言耸听。

市场现状已经表明，当前许多BI厂商都在向大数据方向上靠，显然大家都意识到了升级的必要，只是还未出现非常成功的升级榜样，究其原因不难发现，从传统BI向大数据转型的公司面临着很大的惯性阻力，因为过去的成功路径已经成熟，思路便很难改变，而限于现实利益因此不能打破窠臼去开辟新路，将是传统BI厂商最大的挑战。

同时，很多用户也没有从传统的BI思维中跳脱出来。韩志勇表示，在与传统行业用户接触的过程中，能明显感到这些行业客户有紧迫感，“都在思考大数据怎样落地、怎样与自己的业务结合这样的问题”。但由于许多行业用户之前习惯于使用BI工具，韩志勇在与他们进行项目交流时常常发现他们还在用BI的思路去解读问题，“比如会看重我的数据要分多少字段、要出什么表格等等”，多认为大数据是传统BI的一种补充，这已是一种常见状态。而在大数据应用方面，许多用户“一说到大数据就只知道买服务器、建云平台，上个Hadoop”，至于跑什么样的应用自己也不清楚。也有不少用户因为还想不明白大数据到底有什么实际作用，会频繁接触大数据厂商，要求参照案例。

这样的现象说明，大数据的落地还需要不断推进，在大数据浪潮席卷市场之际，BI与大数据的融合还有很大空间，BI也有时间推进升级。

从逻辑角度言，大数据更强调关联关系，而传统BI强调因果关系，BI也有自己的特长，可以与大数据工具协作并行。业内人士普遍认为，在大数据时代依然需要“小”数据，传统BI仍有自己的一席之地。比如做客户细分时，就需要用小数据进行分类挖掘，而对小数据建模，BI已经做得非常成熟，因此可以把BI工具所做的模型，放到大数据里不断修正，这样就能形成很好的协作应用。

可以看到，海量数据的累积、数据深化分析、如何把数据转换成企业价值都是传统BI厂商面临的难题，但各种爆炸式数据也给BI的蓬勃发展提供了良好的“大数据”环境，如果与大数据工具取长补短，大数据+BI显然能造就新的应用利器。因此，大数据也不妨理解为“另一种BI”，相对过去的BI，它的复杂度和可视性的东西增加很多，但二者不是完全割裂的。

而韩志勇认为，需要强调的是，在当前的市场环境下，有些BI厂商虽号称自己是大数据厂商，但实际能力不一定匹配，“还是得看他能提供什么服务，产品能实施什么功能”。对于想抢夺大数据市场的BI厂商来说，过去的报表呈现和简易分析能力只是停留在“B”的阶段，要想达到“I”的阶段，就必须结合整个大环境、大行业的数据来判断分析并给出真正有价值的信息和决策建议，这取决于其能拿到多广多深的数据以及数据挖掘、分析和建模能力。把“I”做强，则向大数据迈进的脚步就会更加坚实。