巨量资料分析

语义分析

实时回报各项意见及看法,在获得更多信息的情况下制定决策 EXALEAD CloudView 的客户们在产品开发及公共政策等多种不同的领域中,使用这一类的巨量资料分析,为以下的努力带来前所未有的范畴、精确性与及时性:

优点

  • 让取得现有智能资产的使用更普及

  • 利用全新的信息管道,以制定更明智、更符合情境的决策

  • 联合(与结合)结构化和非结构化数据

监控与管理公众对议题、品牌、组织的观感(称为「商誉监控」)

分析对全新或修订过之服务或产品的认知针对潜在的有关质量、价格或法规等的议题作预测和因应辨识在客户需求中刚成形的市场商机与成长趋势。

 

探索分析
与传统分析方法「在线分析处理」(Online Analytical Processing,OLAP)不同的是,OLAP 会从已知有秩序的资料中,撷取精准、预先以系统化方式阐述的答案,,而探索分析则是从大量搜集到的未知资料中,按照您的好奇心一一探索和发掘不明的真相(因此探索分析又称为「迭代分析」)。EXALEAD CloudView 适合非专家使用者,在「拉」和「推」的模式中对巨量资料进行探索分析。

在「拉」的模式里,EXALEAD CloudView 以语义探勘工具辨识出数据里的嵌入关系、模式和意义,而可视化工具、多层向(动态丛集和类别)及自然语言查询,则是用于以完全特定的方式探索这些连结关系。

在第二个「推」模式里,用户可以连续要求特定问题的答案资料,或是指示执行特定操作项目(如排序),看看会出现什么内容。

 

作业报告 & 分析
探索分析适用于规划,而作业分析则适用于采取行动。作业分析的目标为以实时或近乎实时的方式,对有意义的作业指针传送可供采取行动的情报。
由于许多这一类的指标是嵌入在诸如「智慧」计量器、RFID 读取器、条形码扫描仪、网站活动监视器及 GPS 追踪器等连网装置,所产生之大量小型封包数据流量里,以致要达到这个目标并非易事。 这是设计给其他机器使用的机器数据,而非设计给人类使用的数据。
这些数据若能存在非关联性(NoSQL)数据库里,便可克服效能上的限制,然而此主要使用的限制依旧存在。再者,与多数此类系统有关的批次更新作业,会造成不与作业报告兼容一致的数据延迟情况。
数据延迟和使用性的问题,也是传统数据仓储的一大障碍。而传统关系数据库则是必然得以高昂的成本和复杂度进行扩充。
不过现在企业可藉由 EXALEAD CloudView克服技术和财务障碍,实现能简便使用并以极低的硬件成本便可大幅扩充作业报告和分析工作的解决方案。 这些解决方案被设计用来提供全面跨数据仓储的可视性,这对于制定更明智的营运决策来说极为重要。

 

• 下载我们的巨量资料实用指南