推薦看下這篇文章，或許能幫到妳~~~
華聯商超數據中心總監付立虎曾經講過這樣壹個故事：北京華聯作為國內大型商業超市，每天來自全國門店的交易數據有千萬條，每年僅用戶購買的數據累計就超2TB，對於數據分析應用的需求非常強烈。為此，華聯在2008年專門引入SAP的BW系統用於數據分析，隨後於2012年又引入SAP的BO產品，做更高級的數據分析，為業務做指導。
但令付立虎無奈的是，用SAP的BO進行億行報表查詢時，需要20分鐘左右，同時在線4人系統就會崩潰……使用昂貴的國外軟件解決不了問題，付立虎開始在國內尋找解決辦法，於是有了海致BDP和華聯的結緣。
華聯商超的故事並非個案。最近風頭正勁、主打“快時尚”的零售新銳名創優品之所以和海致BDP達成合作，也是因為使用SAP的BI系統，數據聚合、抽取以及展現時間都以數小時計，效率非常低下。比如，導出壹張報表需要6-8個小時，而在數據導出過程中還經常出現中斷，這對數據分析員的實時分析造成了巨大不便……
商業智能，英文為Business Intelligence，簡寫為BI。這壹概念最早於1996年由Gartner 提出，隨SAP、Oracle等壹眾海外軟件巨頭漂洋過海來到國內，曾壹度被認為是繼ERP之後，企業管理軟件領域新的增長藍海。
不過，殘酷的現實是，軟件巨頭們鼓吹的那套傳統BI實施失敗率壹直居高不下。據不完全統計，在企業實際的應用中，商業智能的失敗率達到70%，令人瞠目。
傳統BI已死並非危言聳聽。居高不下的實施失敗率，背後折射出的是傳統BI的多重困境。
首先是技術困境。華聯商超和名創優品的案例，其實反映了傳統BI的ETL、數據倉庫、OLAP等技術，都處於淘汰邊緣，因為它解決不了海量數據（包括結構化與非結構化）的處理問題。
有工程師在網上吐槽：“原來的BI挖掘人員，抽取壹些樣本在單機上運行個R就很歡樂，但現在不行了，針對5000萬用戶搞個三度交往圈試試?”
“小數據”時代的計算性能，在互聯網時代讓傳統BI舉步維艱。因此只有更新方法，才能帶來新的機會。基本上，傳統BI所有的功能，都可以被對應的大數據組件所替代，且大數據技術具有成本優勢，技術的汰換是大勢所趨。 其次是商務困境。眾所周知，無論是高富帥的大企業，還是中國2000萬中小企業，采購SAP、Oracle的軟件服務對企業而言都是壹筆昂貴的IT成本，中國企業信息化的任務不可能指望它們來完成。如果技術無法普惠，技術就永遠是少數人的遊戲。 除了高成本之外，傳統軟件按照項目周期運轉的交付方式也無法適應企業快速變化的需求。在傳統BI的實施過程中，常常出現壹期項目看起來效果不錯，但企業後續的新需求、新項目就變得遙遙無期，或者爛尾。
幸好出現了雲計算。軟件即服務（SaaS）的理念徹底顛覆了傳統的軟件生意——按需求付費，在線獲取資源，快速叠代構成了互聯網時代企業對軟件服務新的標準認知。
傳統BI廠家喊了多少年的“幫助企業做出明智的業務經營決策”，現在除了壹堆報表系統，壹些決策樹等統計算法，還剩下什麽？傳統企業引入了那麽多的BI咨詢，寫了那麽多報告，真正發生過價值的有多少? 究其根本，在傳統BI廠商那裏，目標受眾只有老板，決策與執行脫節，無法下沈到壹線，最終淪為面子工程，根本產生不了實際價值。 傳統BI的失敗，是技術主導驅動業務導致技術空心化的結果。這種以報表呈現為目的的開發，不上不下的價值定位，被歷史淘汰實屬必然。
企業的大數據要發揮價值，目標受眾應該瞄準那些真正在業務壹線做運營、做分析、看數據的人——為什麽xxx APP註冊會員今天的活躍度下降了？xxx商品為什麽上午賣得比下午多？為什麽xxx渠道廣告投放壹周都沒效果？……這些每時每刻都在上演的真實商業場景，不可能都壹壹等待老板來回答。 而要真正做到員工腦子裏有想法就能實時得到結果，就要求數據分析工具盡可能降低技術門檻，大幅提升技術性能，簡單拖拽就能展現精美的數據圖表，最好還能兼顧PC端和移動端，只有業務部門用好數據分析，數據價值才能得到最大發揮。
數據驅動的不僅是老板，數據更應該溶進企業每壹個普通員工的血液裏，數據驅動才不會淪為壹句空談。