針對中國企業(yè)的大數(shù)據(jù)需求旺盛與應用落后之間的矛盾，Teradata天睿公司大中華區(qū)大數(shù)據(jù)事業(yè)部總監(jiān)孔宇華日前對話DOIT記者，基于Teradata在數(shù)據(jù)倉庫、數(shù)據(jù)分析領域經(jīng)營30多年的領先經(jīng)驗，分享了釋放大數(shù)據(jù)大價值的最佳實踐，為中國企業(yè)的大數(shù)據(jù)之路提供了可以借鑒的選擇。

孔宇華表示，隨著非結構化數(shù)據(jù)的引入，把有價值的東西提煉出來變成一個難題，通過一個能夠囊括不同數(shù)據(jù)源、數(shù)據(jù)類型和不同分析方法的數(shù)據(jù)探索平臺，快速整理一些“小數(shù)據(jù)”進行分析，不斷試錯找到價值點，能夠以最少的開支，讓企業(yè)業(yè)務人員快速、有效地獲得數(shù)據(jù)的精髓，從而實現(xiàn)業(yè)務的創(chuàng)新。

Teradata天睿公司大中華區(qū)大數(shù)據(jù)事業(yè)部總監(jiān)孔宇華

中國企業(yè)的迷失

大數(shù)據(jù)似乎已成為中國企業(yè)超越同行或者打翻身仗的秘密武器。湘鄂情毅然決然剝離經(jīng)營已久的餐飲業(yè)務，試圖在陌生的大數(shù)據(jù)領域東山再起;美的空調(diào)揚言要斥資150億元，基于云、大數(shù)據(jù)和物聯(lián)網(wǎng)技術打造智能家居業(yè)務;王健林宣布豪賭50億元，指望借助大數(shù)據(jù)將萬達電商打造成新的帝國;康師傅也希望耗費巨資構建大數(shù)據(jù)平臺實現(xiàn)集團食品業(yè)務的升級……

這一串名單還可以列得更長，但喧囂的背后，卻是大數(shù)據(jù)應用的落后。除了互聯(lián)網(wǎng)公司出于自身特質具有立足于數(shù)據(jù)價值運營的思維和技術，更多的中國傳統(tǒng)企業(yè)在數(shù)據(jù)的運用方面可謂一塌糊涂，國外的《經(jīng)濟學人》聲稱：中國的企業(yè)目前遠沒有實現(xiàn)網(wǎng)絡化和數(shù)字化，更沒有參與云計算和大數(shù)據(jù)分析等趨勢。

客觀地說，傳統(tǒng)企業(yè)經(jīng)過多年的信息化摸索，確實有了一些數(shù)據(jù)的積累，部分企業(yè)也已經(jīng)開始基于數(shù)據(jù)展開營銷工作，但數(shù)據(jù)開放程度低、數(shù)據(jù)共享難、數(shù)據(jù)處理技術基礎薄弱、大數(shù)據(jù)人才稀缺等，也是不爭的事實，這些制約了國內(nèi)大數(shù)據(jù)的發(fā)展。據(jù)中央財經(jīng)大學中國經(jīng)濟管理研究院博士張永力估算，國外大數(shù)據(jù)行業(yè)約有1000億美元的市場，而且每年都以10%的速度在增長;我國2012年大數(shù)據(jù)市場規(guī)模大約4.7億元，2013年達到11.2億元，更是處在初級階段的初階階段。

Teradata的行業(yè)應用

作為一家全球大數(shù)據(jù)分析和數(shù)據(jù)倉庫解決方案廠商，Teradata已經(jīng)贏得了超過2,500家客戶的信任，在多個行業(yè)表現(xiàn)卓越，廣為人知的沃爾瑪“啤酒加尿布”的案例，背后其實就是得益于Teradata分析工具的驅動。Teradata希望將其國外的實踐經(jīng)驗引入中國，幫助中國企業(yè)更好地利用大數(shù)據(jù)創(chuàng)新業(yè)務，同時實現(xiàn)自身的價值。孔宇華介紹了Teradata在國外電商、醫(yī)療、高科技制造、零售供應鏈等不同行業(yè)的應用案例。

在電商領域，Teradata基于收集的電商客戶行為的半結構化數(shù)據(jù)、非結構化數(shù)據(jù)，包括客戶的瀏覽、搜索和購買記錄等，以及產(chǎn)品的關聯(lián)分析，在客戶最喜歡瀏覽的頁面做產(chǎn)品推薦，以實現(xiàn)更好的交易量。這樣的分析過程，傳統(tǒng)的分析方法很難實現(xiàn)。孔宇華表示，其中的一些路徑分析、關聯(lián)分析，需要用到新的分析方法來實現(xiàn)，Teradata Aster平臺里已經(jīng)集成了這個分析方法和展現(xiàn)的工具。

在醫(yī)療行業(yè)，Teradata通過數(shù)據(jù)分析幫助美國醫(yī)院實現(xiàn)更好的治療效果。針對同一疾病的不同客戶，按照他們的住院時間、接受的治療、他們所在的地區(qū)等不同參數(shù)進行細致的分區(qū)，去驗證最有效的藥物和療程。這樣的分析，讓醫(yī)生可以有效、更好地調(diào)整自己的治療方法，讓不同地區(qū)的醫(yī)院在醫(yī)療方式、醫(yī)保的方法、護理的流程等方面相互借鑒，從而讓醫(yī)療系統(tǒng)更加有效地運作。

在高科技制造業(yè)，如高精度芯片的制造，可用比受到不同步驟的不同參數(shù)變動的影響，如氣溫、濕度、不同的物理元素等。Teradata做了一個理想的方案，通過一些統(tǒng)計方式，用根源識別方式的自動化，針對整個流程進行可擴展性大數(shù)據(jù)的分析。通過一些程序自動化，把大量的時間序列進行數(shù)據(jù)簡化，最終簡化到一個數(shù)字代碼，然后進行對比。通過這樣的分析，可以把大量的芯片制造的數(shù)據(jù)放在Teradata的平臺里，去做監(jiān)控、優(yōu)化，然后找出關鍵的參數(shù)，反饋給生產(chǎn)部門去做監(jiān)控。

針對零售行業(yè)供應鏈，Teradata通過對全局供應鏈數(shù)據(jù)及不同門店客戶消費記錄的整合與分析，配合氣候、天氣等相關數(shù)據(jù)，去預測每一個商店的產(chǎn)品需求，據(jù)此調(diào)度整個供應鏈，以減輕庫存和盈利的壓力，不必要的促銷活動因此得到減少。

Teradata的技術特色

如前所述，這些應用場景都是在一個平臺上實現(xiàn)的，這就要求Teradata不斷改進其技術，以適應不同客戶的更多需求。事實上，Teradata正在通過加強自主研發(fā)、吸納開源技術、并購、在離客戶最近的地方設立研發(fā)中心和吸引互聯(lián)網(wǎng)人才等方式，加強大數(shù)據(jù)平臺和服務的實力。

孔宇華介紹，Teradata Aster探索平臺可以匯集不同的數(shù)據(jù)源、結構化的數(shù)據(jù)、非結構化的數(shù)據(jù)，并匯集很多不同的分析方法，如SQL分析方法、MapReduce、關聯(lián)分析、路徑分析、文字文本的分析，全部結合在一起，讓數(shù)據(jù)的價值更加容易把控，并且能夠很快地完成數(shù)據(jù)分析的流程，從數(shù)據(jù)獲取、數(shù)據(jù)準備、分析、大數(shù)據(jù)展現(xiàn)，都很快地做迭代。

Teradata Aster大數(shù)據(jù)探索平臺

能夠做到這一點，得益于Aster與Hadoop不同的架構。Hadoop在HDFS 文件系統(tǒng)之上用MapReduce/YARN做運算引擎，決定了它的局限。而Aster獨特的底層數(shù)據(jù)庫存儲，上面有不同的運算引擎，包括SQL、MapReduce、文本、關聯(lián)分析、圖分析等，再上面是SQL接口，這使得Aster成為一個分析的“瑞士軍刀”，能以一個SQL界面支持不同的分析工作�？子钊A強調(diào)，真正分析的時候，50%-60%會用到SQL，這就提高了編程速度和運算速度。要知道，傳統(tǒng)企業(yè)不可能像互聯(lián)網(wǎng)企業(yè)那樣，有很多既懂編程又懂數(shù)據(jù)的人。

Teradata Aster新增的一些特性，主要包括一個SNAP Framework框架，Aster File Store文件存儲系統(tǒng)和Teradata Aster R。其中，SNAP可以理解成存儲的存儲系統(tǒng)和分析系統(tǒng)之間的一個框架，上層提供一個統(tǒng)一的SQL接口，用戶可以統(tǒng)一用SQL去訪問。下層除了以前數(shù)據(jù)庫的行存儲之外，加上列存儲，以及一些文件存儲的方式。這就要說Aster File Store，它支持根據(jù)不同文件、不同數(shù)據(jù)的模板的需求而分配，需要分析的時候還可以直接從Hadoop里面去拿數(shù)據(jù)。

最后是Aster和R的整合，增強了Aster的應用方式，也規(guī)避了越來越流行的R的一些缺陷。R原本是一個單機的算法，Aster把R的運算引擎壓進去，然后把數(shù)據(jù)整合也壓到Aster平臺里面，把它變成了并行式演算算法。因為Aster本來有一個機制，能把一些R里面的需要并行的算法自動并行。

此外，Teradata最近還收購了兩家公司——Revelytix和Hadapt，旨在在Hadoop上面去更好地做整個大數(shù)據(jù)架構。Revelytix有很好的源數(shù)據(jù)管理的技術，在Hadoop上面做R分析的時候，會做很多數(shù)據(jù)的抽樣，這會產(chǎn)生很多版本的數(shù)據(jù)，一個數(shù)據(jù)抽樣可能只能做一樣的分析，每次的抽樣都要管理，而Revelytix能夠減少數(shù)據(jù)的重復。Hadapt則是在Hadoop上面建立一個數(shù)據(jù)倉庫，利用他們的技術來完善可以Aster上面的一些功能，包括和Hadoop的一些結合。

事實上，Teradata的統(tǒng)一數(shù)據(jù)架構，就是會用到Hadoop最實用、最成熟的一些模塊，去做大數(shù)據(jù)的處理平臺，做數(shù)據(jù)的一些轉換和收集，通過一個叫做QueryGrid的工具，可以從Teradata或者Aster里面訪問其他的平臺，從而讓客戶可以更好地利用Hadoop和其他的大數(shù)據(jù)平臺更好地整合起來，打破數(shù)據(jù)孤島，做到更好的數(shù)據(jù)共享�？子钊A還透露，隨著Storm和Spark開始成熟，實現(xiàn)一些流分析的應用，目前Teradata也在做相關的研究和應用。

Teradata的實施心得

CIO們都知道，好的技術也需要好的實施路徑，才能幫助企業(yè)更好、更快地實現(xiàn)創(chuàng)收。然而企業(yè)的具體業(yè)務千差萬別，通用的路徑并不存在。“在大數(shù)據(jù)要做創(chuàng)新的時候，很難說我這個題目肯定出一個結果，創(chuàng)新是一個試錯的過程。”孔宇華指出，大數(shù)據(jù)的分布，極少數(shù)有大價值，大部分有一定的價值，還有一部分沒有價值。

不斷試錯找到大價值，這必然要涉及到系統(tǒng)的搭建、時間的耗費和平臺的投資等。Teradata的出發(fā)點，就是通過平臺、咨詢團隊的經(jīng)驗，從一開始的大數(shù)據(jù)、非結構化的數(shù)據(jù)，通過淘金的方式把金子淘出來，做一些分析，做數(shù)據(jù)分享。Teradata想要做到的，是在Aster平臺和Hadoop平臺上面，實現(xiàn)“大數(shù)據(jù)從小做起”這個概念，怎么用小量的投資、用很短的時間，去呈現(xiàn)數(shù)據(jù)里面的價值。

除了平臺之外，Teradata認為，大數(shù)據(jù)項目也需要適當?shù)娜藛T技能和流程制度。技能其實也和平臺有關，例如Teradata Aster，客戶如果本來有一些SQL或者R的分析人員，可以給他們建立一個比較小的Aster平臺，然后用Hadoop做一些比較簡單的數(shù)據(jù)收集、數(shù)據(jù)存儲的工作，大部分的數(shù)據(jù)挖掘、數(shù)據(jù)價值的發(fā)現(xiàn)，在他們比較熟悉的平臺里面去做，不需要另行引進新的專業(yè)人才。

從整個流程方面，Teradata建議，要從業(yè)務部門開始，定一個哪怕比較模糊的目標，而不是脫離業(yè)務去搭一個平臺�？子钊A表示，有了目標，雖然不知道中間的路怎么走，但能夠大概知道所需要的數(shù)據(jù)，這就可以從分析層面不斷試錯，從簡單的數(shù)據(jù)分析、到路徑分析、關聯(lián)分析，將成果展示給業(yè)務部門，一般不可能一蹴而就，但把框架搭建起來以后，就可以很快地去調(diào)整每一個部分的內(nèi)容，從而更快地把一個大數(shù)據(jù)項目做好。