企业大数据价值最大化的关键因素——内存多维数据库

近年，企业级大数据应用逐渐普及，伴随着一批致力于商业和企业应用服务的大数据初创企业迅速成长，大数据更广泛地应用到各领域企业中。业务转型是目前大多数企业的普遍需求，大数据分析不仅可以优化访问、加快决策、最大程度提高可用性，还可以辅助业务转型。如今，几乎所有企业都在数字化转型、快速互联网化，大数据应用在企业中受到高度重视，如何挖掘企业大数据的价值，真正帮助企业决策层快速做出判断是众多信息化管理常常思考的命题。

什么是企业大数据？

企业大数据最核心的价值就是企业在对于海量数据进行收集、存储和分析之后，通过对这些数据的挖掘与分析，为提高企业运营效率、业务价值和开拓企业新业务提供参考与导向，并为企业未来发展战略提供支持，实现企业整体竞争力的提升。

企业大数据不可或缺的一部分是来自日常经营和管理中产生的数据，它全面记录企业经营和管理活动的数据。在企业数据化经营和管理中，只有全面的、相互关联的数据才能发挥作用。

如何让大数据分析更具价值？

01

让数据驱动决策

以往很多企业的经营决策可能都是出于管理者的经验，它是相对主观的。而数据是对客观事物的逻辑归纳，它真实的反映了事物的状态和变化，相比于传统决策，基于数据的决策更准确，同时对作出决策人的要求也更低。

在一个技术创新大爆炸的时代，我们别无选择，必须做好数据分析，利用大数据分析为所有职场人员作出迅捷、高质、高效的决策，提供具有指导意义的洞察和可规模化的解决方案。

02

快速建立分析模型

数据分析的目的是将数据变为信息，赋予数据生命力，解决业务的核心诉求。建立多维分析模型是将大数据进行场景化、即席化、可视化以及智能化的强大基础。

相对于表格，以三维立方体形式呈现的数据结构更加直观。在这个数据立方体中，每一个坐标轴都代表一个业务角度（时间、地区、产品），坐标轴上的坐标值则表示了某个业务角度的一个确定的值（如：北京市、3月份、手机），不同坐标轴坐标值的交叉点则表示一个具体的销售额。

03

支持场景化分析

场景化分析是针对企业业务经营的具体场景开展的数据分析，场景化分析符合数字分析敏捷化、业务化、前瞻化的发展趋势，将替代财务分析成为企业数据分析的主流。场景化分析并非只是简单的基于对业务场景的数据分析。它是建构于数字化时代企业IT新架构之上，以企业各类数据为基础的应用。

在大数据分析中，很多分析都是使用相关关系进行的。而企业经营是由一个个具体的场景串联叠加的结果，对于企业经营而言，将分析深入到企业最基础的业务环节中，基于业务的因果分析甚至更为重要。

市场变化需要考虑的因素越来越多，需要企业家做出决策的时间越来越短，对形成决策依据的各项数据的获取、提炼、分析的准确速度要求就越来越高！基于多维数据库和沙箱等技术分析型软件系统越来越受到企业青睐。

04

更短的响应时间

更高的响应速度永远是数据分析的追求。决策者在实时获得信息和分析结果的情况下，能够以前所未有的方式获得新的洞察和完成业务流程。实时数据检索不仅可以降低成本、提高效率和可视化速度。

企业不再局限于在数据仓库中划分的数据子集，而是可以更全面地收集和处理业务数据，使企业从原来被动的事后分析转变为主动的实时决策，并可以以此为基础创建基于预测的、而非基于响应的业务模型。

快速响应让分析应用惠及普通员工和管理链的上下游。即使没有多少IT专业知识的员工也可以构建查询条目和仪表板，由此培养出更多内容创建方面的专家，激发他们的工作积极性。

元年内存多维数据分析引擎

如今，基于数据中台架构的大数据应用已深入人心，得到广泛的关注和应用，加上主数据管理、数据治理能力、对外数据服务（API）、大数据和AI应用产品端，形成了新一代的IT数据架构。元年多维数据库是这一架构之上基于内存计算(In-Memory Computing)的数据分析计算引擎，它让企业大数据分析如虎添翼。

内存计算技术就是基于内存的计算，其实质就是CPU直接从内存而非磁盘上读取数据，并对数据进行计算、分析。实现了数据的实时更新，实时计算，实时查询，输入端数据的变动即刻反应在结果端，适用于企业构建神经系统式的实时决策平台，对业务数据实时监控，帮助管理决策者即时掌握经营状态。

不仅如此，由于其架构优势，可以支持大数据分析急需的场景化分析诉求，它具备如下特点：

01

快速建模能力

传统的建模方式需要经过需求分析、领域建模、系统建模、开发实现等四个步骤，业务人员的需求经过层层翻译和转换才能在系统里实现，沟通成本极高；元年多维数据库通过业务语言建模，学习成本低于EXCEL的学习成本，非常适合业务用户快速建模使用。

02

独特的模拟技术

基于实时、高性能计算的技术基础，独有沙箱技术，实现场景模拟，简单调整模型参数就可以实现结果的快速测算，复杂的测算模型在几秒、十几秒内就可计算出模拟结果，常用于目标试算、模拟利润分析、投资回报试算等需要快速试算和决策的场景。

03

支持频繁读写

绝大多数OLAP技术都仅仅支持查询，不支持写入操作，或者只能通过批量加载的方式进行数据写入，元年多维库支持同时读写，非常适合同时要进行数据写入、计算、查询的场景，例如，企业级的计划预算编制、跨部门协作的投资测算、多人同时协作的场景模拟等场景。

04

复杂迭代计算

您可以想象EXCEL里跨单元格的公式引用，一个公式可以引用另一个公式的计算结果，被引用的单元格又引用别的单元格的计算结果或数据，这样不断迭代下去，元年多维库的计算过程和上面EXCEL的例子几乎一模一样，但元年多维库用更先进的技术实现，使得它可以支撑跨部门、企业级的迭代计算。

05

高并发访问

很多市面上的多维数据库（OLAP）技术虽然支持海量数据汇总，但对多用户同时读写访问的场景支持不好，或者只能支持少量用户并发查询，元年多维库为并发访问专门设计实现了多版本机制，支持大用户并发访问。

元年多维数据库产品既融合了国际软件的先进技术，又具有自主可控的知识产权。其功能设计贴近中国企业用户的实际需求，使元年客户能够以较高的性价比，使用全球领先的高端软件产品。

作者：孟得胜

元年·