挑戰之一“實時數據分析”

大約在15年前，當時還沒有現在的“商業智能（BI）”，而是稱為“決策支持”。那個時候，企業已經可以從他們的數據中獲得有用的業務發展洞察，直到最近數據量爆炸增長的來臨，才使得企業在獲取數據實時分析時面臨了較大的阻力。

在2012年達沃斯世界經濟論壇的報告中寫道：“現在企業中的分析師們希望能夠制定他們所需求的分析方案并親自制作和運用報告，希望在運作時能夠盡量少的被IT部門參與。他們覺得對于IT的依賴大大減慢了他們的工作效率。同時，他們還希望數據能夠可視化。因為目前企業和消費者比以往任何時候都更加期望能夠獲取到與數據相關度較高可視化報告，這不僅要體現在圖表、圖形和熱點圖等形式，還需要能夠設計具備偏好的自定義形式。”

由此不難看出，明確的數據點和分析結果對于企業來說是非常有價值的。但現今的分析僅局限在企業的現有數據庫還不夠，還需要保持數據與當前社會乃至全球的相關性。這意味著企業需要從社交媒體、地理位置、CRM系統、政府的公開數據、手機信息等非專有的渠道獲取數據，進行額外的分析。

另一方面，對于實時分析來說，當前的移動應用潛力也才剛剛開始出現，其移動分析或將比預期的影響更加深遠。例如，廣告或其他有針對性的目的可以對移動設備用戶的實時行為作出分析。而在移動應用分析方面，那些有大量移動辦公人員的企業可以針對員工移動設備的使用作出分析，其中可能會包括數據、信息和地理位置等等。除卻移動應用外，實時分析還可利用從無線傳感器網絡、道路網絡監測、空中交通及鐵路等途徑獲取的數據。

總之，任何企業的目標都是希望獲得一個真實的且實時的數據分析，通過大數據尋找新的思路。因為大數據往往涉及了多年的歷史管理數據，企業可以從中提高決策、加速性能并提高生產力和效率。