隨著大數(shù)據(jù)和云計(jì)算的流行，云分析也開(kāi)始在市場(chǎng)中展露了頭角。2017年二月，Garnter在其商業(yè)智能分析平臺(tái)魔力象限圖 報(bào)告中指出，大部分的受訪者（51%）已經(jīng)或正在計(jì)劃部署B(yǎng)I分析。
Garnter的分析師說(shuō)到：“我們預(yù)計(jì)這種趨勢(shì)將會(huì)繼續(xù)，2020年絕大多數(shù)（超過(guò)一半）的本地許可證模式將遷移至云端?！睋?jù)Garneter預(yù)測(cè)，到2020年，BI分析市場(chǎng)每年將增長(zhǎng)7.9%。
而哈佛商業(yè)評(píng)論則認(rèn)為人們對(duì)于云分析的興致似乎更高：到2017年底，預(yù)計(jì)將有69%的受訪者使用云分析。
來(lái)源：Harvard Business Review Analytic Services Survey, 2015
接下來(lái)，本文將介紹云分析的定義、優(yōu)勢(shì)、存在的問(wèn)題、熱門(mén)的應(yīng)用案例，列出一些云分析工具。
云分析是什么？
當(dāng)人們談起“云分析”的概念時(shí)，總是會(huì)說(shuō)云分析是基于軟件即分析（SaaS）的數(shù)據(jù)分析軟件。根據(jù)Gartnet的解釋，“分析其實(shí)已經(jīng)是一個(gè)包羅萬(wàn)象的概念，包括商業(yè)智能（BI）及其相關(guān)應(yīng)用方案皆可以涉及到分析，而“分析”也被人們?cè)絹?lái)越多的用來(lái)描述和統(tǒng)計(jì)數(shù)學(xué)數(shù)據(jù)、集群、細(xì)分、分?jǐn)?shù)和預(yù)測(cè)可能發(fā)生的事件?！逼渌嗨频男g(shù)語(yǔ)還有基于云BI、SaaS BI和SaaS分析。
不過(guò)，有時(shí)人們會(huì)使用“云分析”一詞來(lái)指那些與云計(jì)算相關(guān)的數(shù)據(jù)分析。通常是那些用來(lái)監(jiān)控云端設(shè)備和應(yīng)用績(jī)效的云管理方案。
本文將會(huì)主要關(guān)注與云分析的第一個(gè)定義（通過(guò)云端進(jìn)行的大數(shù)據(jù)分析）而不是第二個(gè)（云相關(guān)數(shù)據(jù)分析）。
云分析的優(yōu)勢(shì)
云分析的優(yōu)勢(shì)既包括云計(jì)算又包括大數(shù)據(jù)分析。下面是一些主要云分析優(yōu)勢(shì)：
提升決策：
哈佛商業(yè)評(píng)論發(fā)現(xiàn)82%的受訪者指出他們的BI分析工具提升了他們的決策質(zhì)量。公司可以從他們的數(shù)據(jù)中獲得寶貴的見(jiàn)解，使他們能夠獲得新客戶，增加收入和利潤(rùn)，并可以更快的將產(chǎn)品推向市場(chǎng)。
改進(jìn)計(jì)劃與預(yù)測(cè)：
云分析可以讓商業(yè)用戶，尤其是財(cái)務(wù)部門(mén)的用戶將多種來(lái)源的數(shù)據(jù)納入其數(shù)據(jù)模型。 因此，他們可以進(jìn)行更為細(xì)致的分析，從而獲得更為精準(zhǔn)的預(yù)測(cè)。 反過(guò)來(lái)，這又會(huì)允許企業(yè)領(lǐng)導(dǎo)者更加準(zhǔn)確的達(dá)到投資者預(yù)期，提升其信息，從而有利于公司股價(jià)的穩(wěn)定與上漲。
單一數(shù)據(jù)來(lái)源：
很多公司的商業(yè)數(shù)據(jù)來(lái)自于許多不同的數(shù)據(jù)中心和數(shù)據(jù)倉(cāng)庫(kù)。而云分析公司可以讓公司更加容易驗(yàn)證和整合這些數(shù)據(jù)，為公司帶來(lái)“單一的真實(shí)來(lái)源?！?/p>
更快的速度和效率：
傳統(tǒng)的本地部署的BI分析工具生成一份報(bào)告可能會(huì)耗費(fèi)數(shù)小時(shí)，數(shù)天甚至于數(shù)周。而由于很多云分析工具依靠于現(xiàn)代話的軟硬件，其分析服務(wù)能夠大大降低報(bào)告生成時(shí)間；某些情況下，生成一份報(bào)告只需幾秒而已。所以，商業(yè)用戶可以得到更多的報(bào)告，分析更多的變量，使得分析工作事半功倍。
靈活性/敏捷：
云分析提高的高速也為公司帶來(lái)更大的靈活性。通過(guò)云分析，他們能夠更快地看到并及時(shí)相應(yīng)市場(chǎng)的不斷變化，從而提升競(jìng)爭(zhēng)優(yōu)勢(shì)。
降低成本：
很多依靠傳統(tǒng)專利技術(shù)的 BI工具可能會(huì)非常昂貴。但云分析卻通常更具有成本效益。而且，云分析服務(wù)不需要公司購(gòu)買(mǎi)，操作和維護(hù)分析工作所需要的硬件，這會(huì)進(jìn)一步的降低成本。
可擴(kuò)展性：
如今，人們面對(duì)的是數(shù)據(jù)指數(shù)級(jí)的增長(zhǎng)。為了存儲(chǔ)和分析不斷增長(zhǎng)的數(shù)據(jù)并持續(xù)擴(kuò)大和升級(jí)他們的基礎(chǔ)設(shè)施，公司需要不停以高成本來(lái)購(gòu)買(mǎi)硬件。 不過(guò)，在云模式下，公司可以根據(jù)需求隨時(shí)增添存儲(chǔ)或計(jì)算資源。
用戶滿意度：
商業(yè)用戶喜歡用云端工具而不是傳統(tǒng)本地部署B(yǎng)I的一個(gè)原因就是這樣不僅可以提升分析的利用率，而且還可以提高員工的士氣。
2016年，Aberdeen Group的一份報(bào)告發(fā)現(xiàn)，使用云分析的公司比使用內(nèi)部部署B(yǎng)I方案的公司更具優(yōu)勢(shì)。在比較商業(yè)用戶滿意度，客戶留存和營(yíng)收增長(zhǎng)方面時(shí)，云分析的優(yōu)勢(shì)更為明顯。
來(lái)源：Aberdeen Group, 2016
云分析的挑戰(zhàn)
有利必有弊，云分析在應(yīng)用中也會(huì)面臨一些挑戰(zhàn)，下面列出的是其中比較重要的幾個(gè)：
安全：
任何公有云計(jì)算服務(wù)都會(huì)有公有云問(wèn)題，而基于SaaS的分析服務(wù)也不例外。很多公司都希望可以進(jìn)行交易數(shù)據(jù)和客戶服務(wù)數(shù)據(jù)的分析，所以他們需要足夠的安全措施來(lái)保護(hù)這些敏感的數(shù)據(jù)。因此，他們使用的任何云分析服務(wù)至上需要提供強(qiáng)大的身份驗(yàn)證和加密功能。
合規(guī)性：
在一些行業(yè)中，比如金融服務(wù)和醫(yī)療，公司必須遵守嚴(yán)格的客戶或患者信息資料管理法規(guī)。因此，公司必須需要確保他們的云分析可以符合相應(yīng)的要求。
缺少技能：
數(shù)據(jù)科學(xué)家供不應(yīng)求，這說(shuō)明很多公司內(nèi)部缺少專業(yè)知識(shí)來(lái)選擇和使用云分析解決方案。因此他們可能需要對(duì)員工進(jìn)行培訓(xùn)或引進(jìn)外部顧問(wèn)，以確保其云分析計(jì)劃的成功。他們也可能會(huì)需要那些專門(mén)為商業(yè)用戶而不是為數(shù)據(jù)科學(xué)家設(shè)計(jì)的工具。
數(shù)據(jù)遷移：
將PB（petabytes,拍字節(jié)，2^50）級(jí)的數(shù)據(jù)從內(nèi)部遷移到云端的過(guò)程將會(huì)是相當(dāng)有挑戰(zhàn)性的。 而且由于數(shù)據(jù)總量一直在增長(zhǎng)，遷移的過(guò)程不會(huì)一蹴而就。因此，公司需要不斷的調(diào)整其流程和程序，以確保其云分析服務(wù)提供適當(dāng)?shù)臄?shù)據(jù)。
易用性問(wèn)題：
哈佛商業(yè)評(píng)論發(fā)現(xiàn)，只有3%的受訪者表示他們現(xiàn)有的分析工具的易用性“非常好?！贝蟛糠值氖茉L者（68%）則表示他們的工具直白、單一或過(guò)于單一。由于數(shù)據(jù)科學(xué)家的供不應(yīng)求，更多的公司開(kāi)始尋求無(wú)需相關(guān)數(shù)據(jù)培訓(xùn)即可使用的云分析工具。不過(guò)，盡管一些人認(rèn)為現(xiàn)有的工具要優(yōu)于過(guò)去，但易用性卻還是問(wèn)題。
缺少個(gè)性化：
公司可以對(duì)傳統(tǒng)本地部署B(yǎng)I工具進(jìn)行不同的改變，從而滿足他們定制化的需求。但在云端，定制化卻不是那么容易，為盡可能的滿足客戶各種不同的需求，供應(yīng)商必須提供一個(gè)“廣泛的方案”而不是一個(gè)“專門(mén)的方案?！?/p>
供應(yīng)商綁架：
云分析服務(wù)商使用不同的技術(shù)來(lái)打造他們的分析服務(wù)產(chǎn)品，因此更換服務(wù)商將變得異常困難。公司必須花費(fèi)大量的時(shí)間進(jìn)行供應(yīng)商的挑選，因?yàn)樵谑褂昧四骋惶囟ǚ治龉ぞ吆笤偃ミM(jìn)行更換的成本是非常昂貴的。
何時(shí)使用云分析？
公司在很多領(lǐng)域中都使用云分析功能。比如，商業(yè)用戶可能會(huì)分析銷售，營(yíng)銷，供應(yīng)鏈或顧客服務(wù)的數(shù)據(jù)來(lái)尋找新的機(jī)會(huì)，他們會(huì)通過(guò)分析交易數(shù)據(jù)來(lái)發(fā)現(xiàn)欺詐。而且，他們通常還會(huì)將一些外部數(shù)據(jù)（比如顧客人口統(tǒng)計(jì)，市場(chǎng)規(guī)模和競(jìng)爭(zhēng)力信息）納入云分析中，以提高其營(yíng)銷和預(yù)測(cè)能力。
IT部門(mén)也會(huì)使用云分析。比如，他們可能會(huì)使用云端工具來(lái)分析他們的網(wǎng)頁(yè)流量，從而在日志數(shù)據(jù)中發(fā)現(xiàn)安全事件，或追蹤公司云端設(shè)施和應(yīng)用的性能。
一些服務(wù)商銷售定制的云分析工具，這些工具針對(duì)一項(xiàng)特定的需求（比如銷售或營(yíng)銷）而打造。而其他的工具具有更廣泛的功能，適用面也更廣一些。
云分析工具服務(wù)商
這些工具的服務(wù)商分為兩類： 具有云分析產(chǎn)品的單一分析服務(wù)供應(yīng)商和提供云分析產(chǎn)品在內(nèi)的多種軟件供應(yīng)商。
具有云分析產(chǎn)品的單一分析服務(wù)供應(yīng)商：
· Adaptive Insights
· Angoss Managed Services
· Birst
· Domino Cloud Data Science
· Domo
· GoodData
· KNIME Cloud Analytics
· MicroStrategy
· RapidMiner Cloud
· Snowflake
· Tableau Online
· Teradata Intellicloud
· TIBCO Spotfire Cloud
具有云分析產(chǎn)品的軟件供應(yīng)商：
· FICO Analytic Cloud
· HPE Big Data Software
· IBM Watson Analytics
· Informatica Cloud Analytics
· Microsoft Power BI
· Oracle Analytics Cloud
· Salesforce Analtyics Cloud Einstein
· SAP BusinessObjects Cloud
· SAS Cloud Analytics
· Zendesk BIME
