论文部分内容阅读
时至今日，我们应该对大数据有重新的认识，它不仅仅是一个新的提升工作效率的工具，更是国家的基础性战略资源，是重要的生产力。在我国，大数据已经被提升到国家战略层面，是“十三五”规划的重点。已经公布的《大数据产业发展规划（2016-2020年）》（以下简称舰划》）中明确指出，到2020年，大数据相关产品和服务业务收入将突破1万亿元，年复合增长率保持在30%左右。
如果2016年以前可以称之为大数据发展的“上半场”，其核心工作是大数据市场的教育，那么从2017年开始，大數据将进入“下半场”，其核心任务是全面推进大数据的应用，特别是行业应用。和云计算一样，大数据也是企业业务转型升级的一个重要“抓手”。国家的重视与扶持为大数据产业的发展提供了一个良好的契机，那么大数据厂商和企业用户又该如何利用好这一契机，加速大数据应用的落地呢？
大数据是能力，更是一种素养
提到Qlik公司，可能很多人都不会感到陌生。2016年2月，Qlik再次位列GarLrteT商业智能与分析平台魔力象限报告的领导者象限，这已经是Qlik连续6年位列领导者象限。用Qlik大中华区董事总经理潘应麟（Aries Poon）的话说，Qlik是商业智能（BI）领域颠覆性的力量。
大数据概念的普及、云计算的应用，以及社交网络、移动应用在中国的快速兴起，促使中国企业用户更加关注大数据应用，同时也推动了商业智能在中国的迅猛发展。“2017年，可视化分析平台的探索将成为大数据应用的重点和热点之一。每个员工对大数据的认知和数据素养的提升，将进一步推动企业的大数据实践。“潘应麟表示。
2017年是数据化元年，这是Qlik给出的判断。未来，整个社会是以数据为驱动的，企业的决策是以数据为依据的。这是数据化带来的最大变化。实现数据化需要一个过程，不仅需要“趁手”的大数据工具，更需要具有数据素养的人。这里说的人既包括那些专业的大数据工程师和科学家，也包括企业普通的员工。毫无疑问，数据化将引领信息化的新风尚。
在数据化时代，有哪些新的趋势、热点值得关注呢？
在大数据刚出现时，很多人认为大数据可以取代商业智能。其实，大数据与商业智能并不矛盾，大数据只是一种实现商业智能的更先进、更有效的手段和方法。
传统的商业智能应用通常部署在企业内部，比如部署在企业本地的数据仓库。Qlik认为，2017年是云计算的一个爆发点，大量的商业智能应用将部署在云端，而且混合云的应用方式更受企业青睐。传统的商业智能主要工作是制作让领导看的各种报告和报表。传统的商业智能是管理层专享的。但是随着大数据技术的发展，以及可视化分析功能的增强，数据分析的效率持续走高，而数据分析的成本不断降低，即使是普通员工也可以做一些力所能及的数据分析和挖掘工作。现代化的商业智能成了大众的“福利”。
以前，企业出于集中管理的需求而采用商业智能系统，看重灵活性与规模化，有时可能会为了达到管理的目的而牺牲敏捷性。潘应麟表示，从2017年开始，现代化商业智能将逐渐取代传统商业智能，追求弹性和开放平台，让更多的员工受惠。
大数据分析再也不是少数管理层和专家的专利。客观上，自助式的可视化分析工具的成熟促进了大数据应用的“平民化”发展，让那些希望自己掌控信息的处理、分析和挖掘的企业有了更多的主动权和选择权。以前，企业为了分析而分析，分析是目的。现在，分析是面向用户和需求的，分析的焦点转向了定制分析应用和应用中的分析。大数据工具渐渐变成了一个易于获取的商品，一些桌面的可视化应用已经是免费的。未来，人们将以更低的成本、更快的速度实现可视化的分析，探讨数据，获得更深入的商业洞察。
大数据是一种能力，更是一种素养。大数据的概念刚出现时，很多人理所当然地将大数据认定为是“阳春自雪”，是只有大数据科学家才玩得转的技术和应用。但是，当人们发现大数据应用无处不在，给人们的工作和生活带来翻天覆地的变化时才逐渐认识到，大数据不应该被当成一门深奥的学科，只供理论研究，而应该成为每个企业甚至每个员工的一种能力，或者说应该具备的一种专业素养。
现在，许多大数据企业得到这样一种共识——人人都是数据科学家，它的意思是，即使你不具备高等数学、数据建模等专业知识，也可以轻松自如地应用大数据的工具、方法，快速获得想要的分析结果，并以此作为决策的依据和行动的指南。
企业要具备数据化运营的能力，员工要具备基本的数据素养。数据化可以解释为阅读、操作、分析和讨论数据的能力。这也是Qlik认为的数据素养的基本内涵。
“我们尝试建立一个大数据的培养体系，在普遍提升企业员工的数据素养的同时，更多更好地培养大数据工程师、大数据科学家。”潘应麟表示，“我们的最终目标是建立一个可信的数据化环境，让用户放心地使用数据。”
善于发现大数据商机
《规划》中提出了大数据的七大任务：强化大数据技术产品研发，深化工业大数据创新应用，促进行业大数据应用发展，加快大数据产业主体培育，推进大数据标准体系建设，完善大数据产业支撑体系，提升大数据安全保障能力。大数据的发展可以从行业入手，抓住几个热点领域，比如工业大数据、政府大数据、制造业大数据、安全大数据等，率先取得突破。
“Qlik的成功经验之一是在几个行业做得非常深入，比如制造、科技、零售、医药等行业。”潘应麟介绍说，“不过，我们做的是通用的产品平台，并不受行业的限制。现阶段，我们不会刻意走垂直行业发展这条道路。Qlik发展的主要推动力来自两个方面。一个是客户推动，我们会根据某个行业客户的需求，比如汽车行业，为行业内的大客户提供一个行业性的支持平台。另一个推动力是技术创新。我们会进一步释放自己在技术、平台方面的创新能力，并与一些新兴技术相结合，为客户提供更多的选择。”
举例来说，全球的制造业都在向智能制造转型。制造过程会产生大量数据，机器人的引入也会对数据产生很多需求。制造企业需要一个易于使用、低成本的分析平台，将各种不同的制造数据进行汇集和分析。这就是大数据的一个机会。 另一个例子是金融行业，一方面，金融企业希望利用大数据进行风险分析和管控；另一方面，所有的企业都需要更精细地管理自己的消费，进行财务管理等。这也给大数据的应用提供了更加广阔的天地。
“在行业内進行业务拓展时，我们首先要深入了解行业用户的实际需求，或者借助行业合作伙伴的力量，通过建立一个生态系统帮助用户解决问题。我们提供的不仅仅是一个数据可视化分析的产品，更是一种能力，在解决用户实际应用问题的同时，不断提升用户的数据素养。”潘应麟表示。
数据的公开和共享也是大数据的一个热点。2017年1月，中国数据共享公约组织正式成立，其核心任务是促进数据提供商、服务提供商、技术提供商、数据需求方，以及研究机构在数据基础材料、技术研发、产品开发和数据服务、数据安全流通等领域进行深入合作，整合行业资源，建立新型大数据流通产业体系。
Qlik在数据公开和共享方面也做了很多积极的工作和有益探索。2016年底，Qlik将100多家金融机构的公开数据接入到自己的平台上，企业用户可以利用这些数据进行股票、证券，以及相关金融业务方面的预测和分析。另外，Qlik的平台中也接入了一些联合国、美国政府的公开数据。Qlik会把这些数据资源慢慢开放出来，供合作伙伴分享。Qlik也希望在中国与合作伙伴建立类似的合作关系，促进数据的公开与共享。
善于借力
作为可视化分析市场的领导者，Qlik近几年一直在通过战略性并购和自主研发，不断丰富自己的大数据解决方案。
2016年7月，Qlik与百度的云计算事业部签署合作协议，正式成为百度开放云在中国市场的数据分析合作伙伴。百度计划利用Qlik独一无二的可视化分析技术完善百度的云服务平台，包括将Qlik的可视化分析平台Qlik Sense与百度Palo整合在一起，在Palo OLAP引擎之上实现自助的可视化分析能力。同时，双方还计划联手进行市场推广。
“我们与百度云合作的第一步是，先建立一个接口，利用百度的结构化数据进行关联性分析。”潘应麟进一步解释说，“我们的策略是按照不同行业的需求，进行应用场景化的探索，最终将这些真实的行业大数据应用场景嵌入到软件中。我们与百度云先在技术层面进行合作，打通底层连接，实现数据的互通和自由获取，同时测试性能，保证整个系统的可靠和稳定。未来，我们将进一步深化合作，建立生态系统，不仅仅着眼于内部数据的处理，还要实现与更多数据服务平台的连接和数据交换。”
Qlik即将公布新的产品版本，不断优化关联分析功能。另外，像人工智能、机器学习、云计算等都是Qlik关注的技术方向。
如果2016年以前可以称之为大数据发展的“上半场”，其核心工作是大数据市场的教育，那么从2017年开始，大數据将进入“下半场”，其核心任务是全面推进大数据的应用，特别是行业应用。和云计算一样，大数据也是企业业务转型升级的一个重要“抓手”。国家的重视与扶持为大数据产业的发展提供了一个良好的契机，那么大数据厂商和企业用户又该如何利用好这一契机，加速大数据应用的落地呢？
大数据是能力，更是一种素养
提到Qlik公司，可能很多人都不会感到陌生。2016年2月，Qlik再次位列GarLrteT商业智能与分析平台魔力象限报告的领导者象限，这已经是Qlik连续6年位列领导者象限。用Qlik大中华区董事总经理潘应麟（Aries Poon）的话说，Qlik是商业智能（BI）领域颠覆性的力量。
大数据概念的普及、云计算的应用，以及社交网络、移动应用在中国的快速兴起，促使中国企业用户更加关注大数据应用，同时也推动了商业智能在中国的迅猛发展。“2017年，可视化分析平台的探索将成为大数据应用的重点和热点之一。每个员工对大数据的认知和数据素养的提升，将进一步推动企业的大数据实践。“潘应麟表示。
2017年是数据化元年，这是Qlik给出的判断。未来，整个社会是以数据为驱动的，企业的决策是以数据为依据的。这是数据化带来的最大变化。实现数据化需要一个过程，不仅需要“趁手”的大数据工具，更需要具有数据素养的人。这里说的人既包括那些专业的大数据工程师和科学家，也包括企业普通的员工。毫无疑问，数据化将引领信息化的新风尚。
在数据化时代，有哪些新的趋势、热点值得关注呢？
在大数据刚出现时，很多人认为大数据可以取代商业智能。其实，大数据与商业智能并不矛盾，大数据只是一种实现商业智能的更先进、更有效的手段和方法。
传统的商业智能应用通常部署在企业内部，比如部署在企业本地的数据仓库。Qlik认为，2017年是云计算的一个爆发点，大量的商业智能应用将部署在云端，而且混合云的应用方式更受企业青睐。传统的商业智能主要工作是制作让领导看的各种报告和报表。传统的商业智能是管理层专享的。但是随着大数据技术的发展，以及可视化分析功能的增强，数据分析的效率持续走高，而数据分析的成本不断降低，即使是普通员工也可以做一些力所能及的数据分析和挖掘工作。现代化的商业智能成了大众的“福利”。
以前，企业出于集中管理的需求而采用商业智能系统，看重灵活性与规模化，有时可能会为了达到管理的目的而牺牲敏捷性。潘应麟表示，从2017年开始，现代化商业智能将逐渐取代传统商业智能，追求弹性和开放平台，让更多的员工受惠。
大数据分析再也不是少数管理层和专家的专利。客观上，自助式的可视化分析工具的成熟促进了大数据应用的“平民化”发展，让那些希望自己掌控信息的处理、分析和挖掘的企业有了更多的主动权和选择权。以前，企业为了分析而分析，分析是目的。现在，分析是面向用户和需求的，分析的焦点转向了定制分析应用和应用中的分析。大数据工具渐渐变成了一个易于获取的商品，一些桌面的可视化应用已经是免费的。未来，人们将以更低的成本、更快的速度实现可视化的分析，探讨数据，获得更深入的商业洞察。
大数据是一种能力，更是一种素养。大数据的概念刚出现时，很多人理所当然地将大数据认定为是“阳春自雪”，是只有大数据科学家才玩得转的技术和应用。但是，当人们发现大数据应用无处不在，给人们的工作和生活带来翻天覆地的变化时才逐渐认识到，大数据不应该被当成一门深奥的学科，只供理论研究，而应该成为每个企业甚至每个员工的一种能力，或者说应该具备的一种专业素养。
现在，许多大数据企业得到这样一种共识——人人都是数据科学家，它的意思是，即使你不具备高等数学、数据建模等专业知识，也可以轻松自如地应用大数据的工具、方法，快速获得想要的分析结果，并以此作为决策的依据和行动的指南。
企业要具备数据化运营的能力，员工要具备基本的数据素养。数据化可以解释为阅读、操作、分析和讨论数据的能力。这也是Qlik认为的数据素养的基本内涵。
“我们尝试建立一个大数据的培养体系，在普遍提升企业员工的数据素养的同时，更多更好地培养大数据工程师、大数据科学家。”潘应麟表示，“我们的最终目标是建立一个可信的数据化环境，让用户放心地使用数据。”
善于发现大数据商机
《规划》中提出了大数据的七大任务：强化大数据技术产品研发，深化工业大数据创新应用，促进行业大数据应用发展，加快大数据产业主体培育，推进大数据标准体系建设，完善大数据产业支撑体系，提升大数据安全保障能力。大数据的发展可以从行业入手，抓住几个热点领域，比如工业大数据、政府大数据、制造业大数据、安全大数据等，率先取得突破。
“Qlik的成功经验之一是在几个行业做得非常深入，比如制造、科技、零售、医药等行业。”潘应麟介绍说，“不过，我们做的是通用的产品平台，并不受行业的限制。现阶段，我们不会刻意走垂直行业发展这条道路。Qlik发展的主要推动力来自两个方面。一个是客户推动，我们会根据某个行业客户的需求，比如汽车行业，为行业内的大客户提供一个行业性的支持平台。另一个推动力是技术创新。我们会进一步释放自己在技术、平台方面的创新能力，并与一些新兴技术相结合，为客户提供更多的选择。”
举例来说，全球的制造业都在向智能制造转型。制造过程会产生大量数据，机器人的引入也会对数据产生很多需求。制造企业需要一个易于使用、低成本的分析平台，将各种不同的制造数据进行汇集和分析。这就是大数据的一个机会。 另一个例子是金融行业，一方面，金融企业希望利用大数据进行风险分析和管控；另一方面，所有的企业都需要更精细地管理自己的消费，进行财务管理等。这也给大数据的应用提供了更加广阔的天地。
“在行业内進行业务拓展时，我们首先要深入了解行业用户的实际需求，或者借助行业合作伙伴的力量，通过建立一个生态系统帮助用户解决问题。我们提供的不仅仅是一个数据可视化分析的产品，更是一种能力，在解决用户实际应用问题的同时，不断提升用户的数据素养。”潘应麟表示。
数据的公开和共享也是大数据的一个热点。2017年1月，中国数据共享公约组织正式成立，其核心任务是促进数据提供商、服务提供商、技术提供商、数据需求方，以及研究机构在数据基础材料、技术研发、产品开发和数据服务、数据安全流通等领域进行深入合作，整合行业资源，建立新型大数据流通产业体系。
Qlik在数据公开和共享方面也做了很多积极的工作和有益探索。2016年底，Qlik将100多家金融机构的公开数据接入到自己的平台上，企业用户可以利用这些数据进行股票、证券，以及相关金融业务方面的预测和分析。另外，Qlik的平台中也接入了一些联合国、美国政府的公开数据。Qlik会把这些数据资源慢慢开放出来，供合作伙伴分享。Qlik也希望在中国与合作伙伴建立类似的合作关系，促进数据的公开与共享。
善于借力
作为可视化分析市场的领导者，Qlik近几年一直在通过战略性并购和自主研发，不断丰富自己的大数据解决方案。
2016年7月，Qlik与百度的云计算事业部签署合作协议，正式成为百度开放云在中国市场的数据分析合作伙伴。百度计划利用Qlik独一无二的可视化分析技术完善百度的云服务平台，包括将Qlik的可视化分析平台Qlik Sense与百度Palo整合在一起，在Palo OLAP引擎之上实现自助的可视化分析能力。同时，双方还计划联手进行市场推广。
“我们与百度云合作的第一步是，先建立一个接口，利用百度的结构化数据进行关联性分析。”潘应麟进一步解释说，“我们的策略是按照不同行业的需求，进行应用场景化的探索，最终将这些真实的行业大数据应用场景嵌入到软件中。我们与百度云先在技术层面进行合作，打通底层连接，实现数据的互通和自由获取，同时测试性能，保证整个系统的可靠和稳定。未来，我们将进一步深化合作，建立生态系统，不仅仅着眼于内部数据的处理，还要实现与更多数据服务平台的连接和数据交换。”
Qlik即将公布新的产品版本，不断优化关联分析功能。另外，像人工智能、机器学习、云计算等都是Qlik关注的技术方向。