在智能化决议计划愈来愈被看重的明天，不管行业或企业范围若何，我们看到愈来愈多的企业开端依附数据剖析和可视化来树立本身的竞争优势。
各行各业的企业在搜集、存储和剖析来自分歧格局的数据。在贸易智能化竞争下，要想取得胜利，应用数据停止贸易决议计划则酿成了比营业自己更主要的工作。
数据剖析和可视化技巧的疾速成长意味着企业和小我异常愿望经由过程准确的技巧选择尽快地取得营业上的胜利。
创业者们须要晓得他们能否选择了准确的说话、产物、架构和数据源，而小我则须要晓得他们能否正在进修准确的技巧来取得更有前程的任务。
那些没有选择准确的人会见临被镌汰的风险，由于他们没有充足应用及时的数据剖析和可视化法式供给的洞察懂得。
基于数据剖析和可视化技巧的敏捷成长，企业级办事商Zoomdata结合横跨多范畴的科技媒体公司O’Reilly Media停止了一次查询拜访，以评价智能贸易近况。有875名受访者供给了他们应用这些技巧的情形。在具体剖析调研成果之前，我们先把重要的结论列出，以便年夜家浏览：
年夜数据剖析和可视化运用在制作业、金融办事和科技／软件公司中是最成熟的
这些技巧平日是企业级用户及营业剖析师来应用，他们平日是依附可视化仪表盘来获得所需的看法，以优化营业流程并更好的懂得客户
关系型数据库依然是最多见的数据源（固然剖析型数据库和Hadoop是年夜数据范畴最多见的数据源）
企业异常须要Python、SQL和关系型数据库的才能
Kafka和Spark正在成为流数据技巧（streaming data technology）的首选
360度客户洞察是最多见的应用场景
1、贸易需求激发营业流程迭代
875个受访者来自分歧的行业（如图1所示），个中跨越35%来自科技／软件行业，接近10%来自金融办事，8%来自医疗安康／医疗科技范畴，还有制作业、当局、批发和教导／学术这几个范畴分离占约5%。
图1 受访者地点的行业及占比
从受访者的任务岗亭来看，18%是是工程师／开辟人员，17%是数据迷信家，15%是数据剖析师／营业剖析师，还有13%是架构师，他们的公司范围各别。风趣的是，企业CXO们和司理的占比也异常高（14%），乃至高于IT专家（8%）。
还有一个值得存眷的是，有26%的受访者是来自员工人数少于50人的企业，这也注解了小型企业是应用这些新技巧和营业流程的引导者。
跨越50%的受访者表现，他们应用剖析来取得全方位的客户洞察，43%的受访者应用剖析来优化营业流程（如图2所示）。客户和营业流程是直接影响营业的主要身分，是以这些环节也是企业须要应用数据剖析和可视化对象从而经由过程数据来帮助决议计划的主要方面。
图2 数据剖析和可视化对象应用的重要范畴和占比
2、智能决议计划的行业运用
在图2中，我们看到360度客户洞察是数据剖析和可视化对象应用最多的范畴，然则从分歧的行业来看情形能够就有所分歧，并且也能显示出一些趋向。
在科技／软件、金融办事和批发行业，360度客户洞察无疑是应用剖析技巧最重要的范畴，占比在50%以上。令我们觉得惊奇的是在教导／学术行业，应用剖析技巧最重要的范畴也是360度客户洞察。毫无疑问这些行业都是客户至上的行业，只要周全的懂得客户，能力给客户更好的体验，能力取得更多的支出。
医疗保健／医疗科技行业西医疗数据剖析是应用剖析技巧的重要范畴，这其实不使人惊奇，由于能称作是医疗科技的医疗企业都须要剖析医疗数据，不然很难做出有实际意义的结果。
营业流程优化也是一个重度应用剖析技巧的重要范畴，在查询拜访申报里的一切触及到的行业，营业流程优化应用技巧剖析技巧的占比都排在前三位，在制作业和当局行业则排名第一。优化营业流程平日会下降运营本钱，并能够进步客户的满足度，是以这也是在很多行业中树立竞争优势的计谋门路之一。
制作业和批发行业也把重点放在了供给链剖析上。实时发明供给链环节中存在的成绩，可以赞助批发商和制作企业节俭换供给商的时光。一个优化的供给链构造也是一个企业的竞争优势和技巧壁垒。
讹诈检测／收集平安谍报是金融办事和当局行业的主要范畴。讹诈检测关于任何金融办事都相当主要，离钱越近的处所越轻易涌现讹诈行动。检测并清除讹诈行动有助于与客户树立信赖并下降运营本钱。收集平安谍报是浩瀚当局机构存眷的核心，在选举和可连续运营层面，避免讹诈也相当主要。
我们还向受访者提了如许一个成绩“贵公司的年夜数据剖析处于甚么阶段？是方才开端，照样曾经运用在任务的各个方面？”，有助于我们懂得各行业的采取率若何变更。令我们惊奇的是制作业行业有26%的受访者表现他们的公司在多个方面都曾经应用了数据剖析技巧，是一切行业中最高的，而最低的是当局行业，只要7%的人以为公司在多个方面曾经运用了数据剖析技巧。当局行业也是“我们没有应用年夜数据剖析技巧”这个选项占比最多的行业，到达33%，科技／软件行业则占比最低。
3、面前的技巧道理
在若何获得数据起源的成绩中，数据仓库／数据集市是最多的答复，在批发行业最为显著。虚拟结合／糅合（Virtual federation/mashup，即时混杂数据而不移入仓库）在医疗安康／医疗科技、科技／软件和当局行业运用的最多。
图3 数据起源在各行业的散布占比
关系型数据库依然是各行业应用最多的，在医疗安康／医疗科技行业的占领率到达39%。非关系型数据库和年夜数据存储的剖析型数据库、Hadoop、NoSQL数据库、云数据存储、内存数据库和搜刮数据库中，金融办事和当局应用剖析型数据库最多，而批发和科技／软件行业应用云数据库存储最多。
Kafka和Spark是剖析流数据最经常使用的技巧，在我们的查询拜访中，这两个技巧占流数据剖析的65%以上。科技／软件行业是应用Kafka的重要行业，其次是金融办事。当局中最广泛的是应用Confluence。
4、人才网job.vhao.net缺口
在我们剖析应用数据剖析和可视化对象的技巧人员的相干技巧时，我们发明整体上需求最年夜的是Python、SQL和关系型数据库，其次是Hadoop和Java。当局行业最须要的是会Python的人才网job.vhao.net，其次是关系型数据库的人才网job.vhao.net，而医疗安康／医疗科技最须要的事SQL的人才网job.vhao.net。
5、智能决议计划的价值地点
权衡年夜数据的价值有四个方面：精确性、及时性、多样性和数据量。精确性指的是数据接近“本相”的水平，及时性指的是数据搜集和剖析的速度，多样性指的是构造化和非构造化数据的多种起源和类型，数据量指的是可以或许搜集和剖析的总数据量。我们经由过程懂得各个企业重视这四个方面的哪几个方面，来深刻懂得数据剖析是若何影响公司营业的。
从全体来看，权衡数据的价值最主要的方面是精确性，这其实不使人不测，由于没有真实的数据，那末剖析成果就没有任何意义。其次主要的是多样性，这注解不管甚么行业，做数据剖析和可视化必需要联合多种起源和类型的数据，能力更好的供给企业所需的看法。及时性是最不主要的，这注解典范的贸易数据获得能否实时其实不影响剖析的成果和营业的决议计划，这也是流数据剖析绝对少的缘由之一。但及时性关于科技／软件和制作业来讲倒是最有价值的。
总之，为了更好的给企业供给贸易价值，智能化对象愈来愈多的运用在平常任务中，给营业剖析师和治理人员供给所需的信息。这些信息平日嵌入到临盆情况的运用法式或自力的BI运用中，并经由过程仪表盘停止操作。我们经由过程这个调研愿望可以给企业一个直不雅的感触感染，让各个行业的从业人员都懂得到年夜数据剖析技巧曾经成长到甚么水平和采取度若何，在往后采取这些新技巧或拓展年夜数据搜集、存储、剖析和可视化运用时，有一个参考。
