7.数据可视化已经成为一种业务需求

　　数据可视化在企业当中的重要地位正不断提升，这是因为企业用户如今几乎被流数据、社交媒体数据、机器数据以及其它大规模结构化、半结构化乃至非结构化数据所淹没。可视化能够有效帮助分析师们从纷繁复杂的信息当中提取有价值结论，这一点是传统数据列表、电子表格以及图表所无法实现的。

　　“可视化可能会成为企业用户处理数据信息的主要界面，甚至作为数据科学家迈出第一步的基础平台，”Kafuman与Kirsch表示。“为了帮助企业用户与数据科学家弥合二者之间的显著差异，供应商们开始在产品中添加丰富的可视化功能。可视化功能可以根据不同用户群体加以定制，从而帮助对方更为便捷地对内容进行理解。某些供应商甚至推出了一系列更为复杂的可视化产品。举例来说，SAS也拥有自己的内存内交互式可视化工具，也就是SAS Visual Analytics。IBM的快速自适应可视化引擎(简称RAVE)则以SPSS Analytic Catalyst为基础，旨在帮助用户根据数据集获取可视化建议。其它供应商，包括Megaputer、RapidMiner以及SataSoft等等，也都将可视化功能添加到了自己的核心产品当中。”

　　8.企业将大数据分析引入到全部决策制定活动当中

　　仅仅借助统计或者数据分析部门的支持已经不足以科学有效地完成分析工作并发挥其潜力。企业希望能将分析机制作为决策制定流程的组成部分，并将其推广到各个职能部门当中，包括市场推广、销售、运营、财务以及人力资源等等。

　　“为了在上述职能区划中改进客户激励与结果优化机制，企业希望能将更多不同类型的数据纳入到分析范畴中来，”Kaufman与Kirsch指出。“举例来说，数据类型的范围包括机器生成、其它传感器数据、移动与财务反馈数据甚至是社交媒体数据，这一切都将被作为大数据分析对象。这些企业希望解决方案供应商支持规模更为庞大的数据集。”

　　供应商们的应对方式是利用综合性平台帮助用户将大数据分析与贯穿企业各个部门的分析事务结合起来。Kirsch指出，IBM的SPSS分析服务器就是其中的典型代表，它能帮助企业用户更快地获取到大数据预测性分析结果。

　　9.分析服务逐渐由云端负责托管

　　高级分析供应商们开始越来越多地以云作为载体，旨在为用户提供更具成本优势的分析功能。这样一来，那些以往负担不起复杂内部解决方案带来的高昂支出的企业也开始享受到分析服务带来的收益。

　　“其中一部分产品专门针对特定用例所打造，”Kaufman与Kirsch在报告中提到。“举例来说，Angoss、Pega与SAP都通过AppExchange对CRM数据进行分析，从而提供salesforce.com应用程序。Angoss、IBM与SAS则带来了更为灵活的软件即服务产品，允许客户利用基于云的软件方案处理通用型分析任务。”

　　10.利用数据库内分析解决ETL(即提取、转换与加载)挑战

　　性能、数据管理与安全性是用户在对大规模数据集进行高级分析时难以回避的三大严峻挑战。数据库内分析的出现有效缓和了这些挑战，让用户得以亲自在数据库内部署自己的分析模型、从而免去了将数据移动至分析环境这一复杂流程。通过对内部数据进行分析，用户们能够在体验性能与效率提升之外简化安全保障与数据管理工作，这是因为数据对象从来没有离开过安全数据库半步。

　　“很多供应商已经开始提供面向多种数据平台的数据库内功能，其中自然包括Hadoop，”Kaufman与Kirsch指出。“IBM、SAS、RapidMiner、Revolution Analytics、Predixion、StatSoft、SAS以及Angoss都支持数据库内数据挖掘技术。在根据数据库内功能评估供应商技术实力时，很重要的一点在于了解对方是否能够支持企业目前正在使用的数据平台。某些供应商只支持Hadoop，但也有不少供应商能够支持几乎全部常见数据平台。”

　　11.企业向预测模型标记语言(简称PMML)伸出橄榄枝

　　随着更多企业由指分析转向利用实时反馈获取结论、从而不断改进自己的模型精确度，他们也在越来越多地使用预测模型标记语言(简称PMML)。PMML是统计与数据挖掘模型的一种执行标准，由Data Mining Group(简称DMG)所开发——而DMG属于独立于供应商之外、保持中立态度的技术组织。IBM与SAS都是DMG的正式会员，此外SAP、StatSoft、RapidMiner以及Angoss也都为PMML的开发作出了贡献。Kirsch指出，这套标准使用户能够更加轻松地利用特定应用程序为特定系统开发出模型，并在需要时利用另一种应用程序将其部署到其它不同系统之上。

　　“企业用户们发现利用PMML将模型部署在应用程序当中有助于克服延时，并能让模型更加高效快速地参与到生产流程当中，”Kaufman与Kirsch表示。“使用PMML的最大优势在于，它能够消除定制化编码与专有处理流程所带来的高成本与大量时间投入。”

　　原文链接：11 Market Trends in Advanced Analytics