大數(shù)據(jù)除應(yīng)用在我們熟悉的電商平臺(tái)之外，它在企業(yè)當(dāng)中的應(yīng)用也有很多。不同的企業(yè)對(duì)大數(shù)據(jù)的平臺(tái)的選擇和要求也有著不同。從業(yè)務(wù)的角度看，企業(yè)級(jí)大數(shù)據(jù)平臺(tái)功能可細(xì)分為查詢檢索、數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、深度分析，其中深度分析分為機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)。從技術(shù)的角度看，企業(yè)級(jí)大數(shù)據(jù)平臺(tái)功能細(xì)分為Batch、SQL、流式處理、machine learning、Deep learning。一些出版社也有運(yùn)用到大數(shù)據(jù)。

企業(yè)的數(shù)據(jù)一部分來自于本身的業(yè)務(wù)數(shù)據(jù)，比如：MySQL、oracle等，還有一部分是大量的事件。數(shù)據(jù)源不同，處理的方式也不一樣。傳統(tǒng)的技術(shù)手段很難全面覆蓋。采用大數(shù)據(jù)實(shí)時(shí)分析平臺(tái)，那么，基于日志數(shù)據(jù)源，就用事件寫入kafka;如果是針對(duì)MySQL、oracle等傳統(tǒng)rdbms，就用Sqoop，寫入HDFS里，并建立Hive的集群。還可以存一份數(shù)據(jù)在云端。有一部分業(yè)務(wù)就是對(duì)數(shù)據(jù)合并后放入HDFS做大量的業(yè)務(wù)查詢和業(yè)務(wù)統(tǒng)計(jì)。這時(shí)希望用SQL的方式進(jìn)行查詢，會(huì)有很多選項(xiàng)，它選擇的是大數(shù)據(jù)平臺(tái)的Impala等。還有一些流式處理或機(jī)器學(xué)習(xí)可以用到大數(shù)據(jù)平臺(tái)的Spark。

社會(huì)文獻(xiàn)出版社就是一個(gè)很好的例子。出版社要想在市場(chǎng)競(jìng)爭(zhēng)中取得一席之地，除了要有一支過硬的內(nèi)容生產(chǎn)隊(duì)伍，還需要人人能用數(shù)據(jù)說話。所以構(gòu)建基于出版社的大數(shù)據(jù)運(yùn)營(yíng)體系，勢(shì)在必行。社會(huì)科學(xué)文獻(xiàn)出版社選用了Smartbi，并期望通過Smartbi建立企業(yè)的BI平臺(tái)來解決如上問題。截至到去年，全社30%的員工成為Smartbi的重度依賴者，可以一天不刷微博，但不能一天不用Smartbi!

對(duì)于策劃人員而言，之前在進(jìn)行選題策劃時(shí)，要聽取發(fā)行人員的意見，或者隨機(jī)發(fā)放調(diào)查問卷，這種方式會(huì)因?yàn)榘l(fā)行人員樣本數(shù)量太小、主觀性太強(qiáng)、問卷的可靠性低等原因?qū)е抡{(diào)查結(jié)果與實(shí)際市場(chǎng)需求存在一定偏差。如今利用Smartbi對(duì)上游出版社和下游書店以及讀者之間的數(shù)據(jù)進(jìn)行分析，在需求最大的區(qū)域找出最合適的市場(chǎng)，以及不同個(gè)體的實(shí)時(shí)需求，挑選出社會(huì)公眾關(guān)注度高的題材，與社交媒體上具有重大影響的公眾人員進(jìn)行聯(lián)合宣傳調(diào)查，從而實(shí)現(xiàn)精準(zhǔn)的題材策劃。

于運(yùn)營(yíng)人員而言，曾經(jīng)天天加班做報(bào)表，即使是格式相同的周報(bào)、月報(bào)，還是需要每一次都進(jìn)行手工填充。但有了Smartbi，只要用數(shù)據(jù)處理工具制作一次數(shù)據(jù)流，并基于該數(shù)據(jù)流制作一次分析看板，以后的工作量就是點(diǎn)擊一次鼠標(biāo)，選擇自動(dòng)更新源數(shù)據(jù)即可。同時(shí)，Smartbi是基于Excel設(shè)計(jì)的，兼容了絕大部分Excel的能力，他們不再需要懂代碼，只要會(huì)Excel就能迅速上手。

除此之外，出版社還可以對(duì)收集的用戶性別、年齡、所處位置、消費(fèi)水平、職業(yè)、瀏覽記錄、收藏書單、籍評(píng)價(jià)等個(gè)人信息進(jìn)行分析，了解讀者的行為習(xí)慣，以便迅速地在海量數(shù)據(jù)之中尋找到不同客戶的需求，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。同時(shí)，依據(jù)目標(biāo)讀者消費(fèi)者的喜好，將營(yíng)銷信息很好地呈現(xiàn)在書籍設(shè)計(jì)和包裝中，通過各種形式傳達(dá)給讀者，做每一位讀者的專屬在線書店。這種量身定制的數(shù)字化精準(zhǔn)營(yíng)銷，對(duì)書籍的點(diǎn)擊率、瀏覽時(shí)長(zhǎng)以及購買率有明顯的提升作用。

社會(huì)科學(xué)文獻(xiàn)出版社對(duì)BI的應(yīng)用逐漸從簡(jiǎn)單的工具應(yīng)用深度融入到業(yè)務(wù)、管理、財(cái)稅等各項(xiàng)活動(dòng)中。

社會(huì)科學(xué)文獻(xiàn)出版社做出的這個(gè)決定，太正確了。讓數(shù)字化運(yùn)營(yíng)思路推動(dòng)數(shù)據(jù)價(jià)值是涌出來的，只有管理層意識(shí)到數(shù)字化運(yùn)營(yíng)管理分析的重要性，讓BI成為工作的一部分才能充分體現(xiàn)數(shù)據(jù)的價(jià)值。經(jīng)營(yíng)分析指標(biāo)體系數(shù)據(jù)分析從各種維度分析具體指標(biāo)，需要構(gòu)建一套完整的指標(biāo)體系、統(tǒng)一的規(guī)則，才能讓各條線共享、認(rèn)可數(shù)據(jù)分析的結(jié)果。

大數(shù)據(jù)在各大場(chǎng)景中運(yùn)用的情況也有很多。對(duì)于企業(yè)來講，大數(shù)據(jù)局給他們帶來了極大的便利和技術(shù)支持。如運(yùn)營(yíng)人員來講，為他們的工作節(jié)省了時(shí)間，可以加快項(xiàng)目的完成。想要了解更多大數(shù)據(jù)的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。