内容
资料来源：Nmedia / Dreamstime.com
带走：
分析是现代业务的关键，但是有时要充分利用数据的方法涉及新旧技术的融合。
我一直被问到，数据仓库已经死了吗？
这个相对古老的想法不仅没有死，而且比以往任何时候都更加强大，并且在提供更好的分析功能的新技术中起着重要的作用。
企业数据仓库死了吗？不，它还活着而且很好，它将存在很多年。但是，其目的已经改变。我们今天建立企业数据仓库的原因有所不同，因为现在它已成为扩展数据仓库体系结构的一部分。
旧的工作方式有3种中断，而这正是新的扩展数据仓库体系结构的背后。一种是Hadoop，NoSQL和设备等新技术的问世。然后，就有通过开源和更便宜的做事方式降低成本的压力。最后，大数据的出现使我们能够获得前所未有的业务见解。
这些破坏驱动因素为增强数据管理功能的新技术，云和内部部署等新的部署选项（大多数公司都在两者中都做了一点点）以及先进分析技术的广泛采用打开了大门。
颠覆推动分析新技术
这种中断带来了令人兴奋的时光，但是所有这些驱动因素都意味着我们的传统架构必须适应和扩展。扩展的数据仓库就是这样一个新架构，它包含三个主要的分析组件：
- 传统企业数据仓库
- 调查计算平台
- 运营情报
调查计算平台已经存在了很短的时间。这就是Hadoop，内存，列存储，数据压缩和设备等创新技术的发亮之处。它与企业数据仓库之间的区别在于，调查计算平台（顾名思义）是实验领域。这是我们可以进行沙土作业以及进行计划外和一般调查的沙箱。虽然计划并了解了企业数据仓库中的活动，但调查计算平台中的活动大部分还是未知的。它用于复杂，困难的查询，在这些查询中，您需要浏览数据以发现数据可以告诉您的内容，而不是为您已经知道的问题提供答案。计划外查询的示例包括：这曾经发生过吗？它多久发生一次？与我们的市场有什么关联？
将旧技术和新技术结合在一起时，您将获得额外的分析机会，而这是单独使用其中的任何一种都无法实现的。例如，当您将企业数据仓库和运营分析整合在一起时，就可以进行诸如股票交易分析，风险分析以及发现看似无关的数据流之间的相关性发现之类的事情，例如您从未在数据库中完成的事情。过去，例如看到天气和营销活动成功之间的联系。您可以在此处针对流交易使用欺诈模型来确定交易是否具有欺诈交易的特征。如果是这样，则可以非常迅速地对其进行处理。
我们还可以为客户服务代表提供次优报价，以在客户打电话时向他们提出建议。这个更复杂的过程意味着所有三个环境都必须提供分析功能以支持CSR。从企业数据仓库中，我们可以得出客户的购买历史记录，并将其与在调查计算平台中分析过的近期历史记录相结合。然后，此组合信息与运营分析相结合。最终结果是提供给客户的详细，针对性的“次优报价”，以供客户使用。
采用高级分析
这三个分析组件必须协同工作，因为如果不使用它们，您不仅会遇到孤岛，而且会造成混乱的环境。这是两种新技术真正为公司展示其价值的地方：数据虚拟化和数据可视化。
数据可视化是另一种相对较新的技术，随着公司开始收集和分析更多数据以及更多类型的数据以进行数据发现，该技术现在已广泛使用。我们需要稍微小心一点，以免被这些漂亮的可视化所迷住，以至于我们忘记了它们可能会被其他数学或技术程度较低的人难以理解。它们很复杂，发生了很多事情，要弄清楚这些图形对公司的意义可能很难辨认。如果我们要创建这些可视化，那么我们还需要为所有级别的员工创建解释，以便他们可以理解节点，边缘和颜色的含义。
更多新技术
对于我们今天的业务而言，前途是非常光明的。每当我认为速度放慢时，就会涌现出新一波的技术和能力。现在，我们有了数据科学，这使整个被称为数据科学家的聪明人行业赢得了信誉。新技术不断涌现，以交互式和实时情报与通信支持更多人员。在Teradata 2015 PARTNERS上，我很高兴通过Periscope应用程序参加了实时流媒体采访，一年前甚至没有人听说过这种事，在那儿，我谈到了合并新旧技术的同一主题。
本文最初发布在Teradata.com。经允许，它已经在这里芦苇丛生。 Teradata保留所有版权。