缩微大数据之IBM企业大数据分析落地三部曲

目前在建立大数据的道路上，许多企业还存着很多的问题，从观察数据到认识数据再到洞察数据，企业往往手握数据不知如何下手。大家都知道，IBM大数据在宏观层面可以帮助很多企业实现转型升级，但其实在某些微观层面更容易被理解和应用。

那么具体到大数据这一层从业人员们心中应该明白：

首先，这一概念属于应用科学范畴，并没有明确的行业标准；

其次，大数据的范围因行业不同，从而对业务价值的要求不同，进而对数据分析对象的生成不同，所以数据目标集是由商业需求决定的而不是由分析模型决定；

再者，实践告诉我们，在已有的数据条件下，分析手段和分析工具的使用，可以极大 的改变大数据分析的结果，这是由人和平台决定的。

这正是我们IBM要强调的核心竞争力，我们会在下面的讨论中分析这一点。

既然如此，我们来借助IBM的力量把浮在空中的大数据用IBM的框架来具体化：具体而微之。在众多行业中，我们来聚焦 企业大数据 ；进一步，缩小到重资产企业的设备维护数据。整个落地过程，我们不妨称之为缩微大数据。

1、定义企业大数据源，从而确定大数分析相关系统。

2、确定分析目标，从而建立目标相关数据集。

3、研究和应用算法，建立数据模型（data model）和计算模型（computing model）。

?、然后呢？更具体的解释和案例在哪里？

以下为IBM企业大数据分析落地三部曲：

专家简介：

陈燕铗，GBSC方案总监， 在过去的三年中，陈博士一直领导IBM大数据分析工业企业解决方案的开发应用，PAOML（预测资产优化模块库），担任着产品经理、发行经理的角色，并在各种项目中带领着建筑师及中小企业，还在例如铁路、石油化工、能源效率、电力等全球领先的资产密集型企业承担领导者的工作。

陈博士对于IBM行业解决方案软件产品非常熟悉，如SPSS分析工具，ECM，EAM等，并且将重点放在大数据分析与认知解决方案上，他对中国的企业也有非常好的了解。值得一提的是，陈博士在美国和中国有超过15年的IT经验，并且在客户端和服务端有多方实践经验。

☞点击进入 IBM 在数据观的企业栏目>>>

责任编辑：王培