這是小公司針對大數(shù)據(jù)做的一個創(chuàng)新。Rich談道：可能企業(yè)不一定要去投資昂貴的硬件，他們可以通過云的模式來實現(xiàn)自己的數(shù)據(jù)戰(zhàn)略。但在這之前需要解決的是，企業(yè)需要真正轉變思維，將決策的制定改為數(shù)據(jù)導向型。

然而，我們目前看到的是，企業(yè)通過云能夠真正部署的大數(shù)據(jù)應用還十分有限。雖然各大廠商也都在談輻射中小企業(yè)，但還真得再多加把勁!

甲骨文對于如何幫助客戶實現(xiàn)大數(shù)據(jù)戰(zhàn)略，主要是從四個方面：

一、 加快數(shù)據(jù)驅(qū)動行為

調(diào)查數(shù)據(jù)顯示，公司在IT方面的支出有63%是用來保持系統(tǒng)暢通，而不是用于創(chuàng)新。這是因為很多公司信息割裂，大家各自為政，甲骨文所要做的第一步就是為企業(yè)提供全面商務智能平臺，使其更了解所有供應商和用戶，在統(tǒng)一的維度上獲得所需的信息。

Rich又向我們展示了一個生動的例子。一個音樂家搭乘美聯(lián)航的班機，結果他的吉他被意外損壞。這是一把對他十分重要的吉他，已經(jīng)使用了三十年。當聯(lián)合航空拒絕為破損的吉他賠償時，音樂家在YouTube上用彈唱的方式講述了這個故事，六個月時間視頻點擊突破1300萬次。如果美聯(lián)航能夠及早處理好顧客的這起投訴，就不會發(fā)生之后的曝光，企業(yè)的形象就能夠免于遭受如此巨大的損失。

二、 快速解決新問題

大數(shù)據(jù)和商業(yè)智能不同的地方正是在于它需要處理大量的非結構化數(shù)據(jù)。甲骨文在2011年收購了一家公司Endeca，這家公司善于把結構化和非結構化數(shù)據(jù)放到同一個環(huán)境中進行分析。在今天，企業(yè)不僅僅需要總結規(guī)律，還要能夠預見未來，及時做好準備。在美國Land O’Lakes農(nóng)場，借助Endeca技術，農(nóng)戶主通過手中的iPad，就可以看到利用衛(wèi)星數(shù)據(jù)繪制的熱地圖，它能夠預測未來12小時這塊土田地可能會感染什么樣的疾病，如果感染以后，他該用什么辦法來處理。

三、 更準確的預測

現(xiàn)在行業(yè)里預測性的分析應用的范圍還比較狹隘，主要是銀行業(yè)用來預測欺詐，當然，這也意味著巨大的商機。預測分析的能力分兩種，一種是數(shù)據(jù)庫內(nèi)的分析，不需要移動數(shù)據(jù);另外一種就是開源的預測，甲骨文提供的Oracle R Enterprise實現(xiàn)了R開源統(tǒng)計環(huán)境與Oracle Database11g的集成, 為進行更進一步的數(shù)據(jù)分析提供了一個企業(yè)就緒的、深度集成的環(huán)境。

四、 建立數(shù)據(jù)儲藏庫

大數(shù)據(jù)來源豐富，種類各不相同，既有結構化數(shù)據(jù)也有非結構化數(shù)據(jù)，所以很難簡單放到一個數(shù)據(jù)倉庫里面處理。甲骨文將非結構化數(shù)據(jù)整合到Hadoop，在預置好的Hadoop中進行分析。再通過Oracle 大數(shù)據(jù)連接器優(yōu)化了 Hadoop 與 Oracle 數(shù)據(jù)庫和 Exadata 之間的集成，將Hadoop系統(tǒng)無縫地連接到Oracle數(shù)據(jù)庫系統(tǒng)中，實現(xiàn)非結構化和結構化數(shù)據(jù)的拼接，如此來快速實現(xiàn)結構化和非結構化數(shù)據(jù)的存儲和分析。

甲骨文除了在這四個模塊發(fā)力大數(shù)據(jù)之外，還多次提到了機器學習。在不久之前IBM剛將其大數(shù)據(jù)平臺易名為Watson Foundation，Watson技術中很重要的模塊就是機器學習。IBM將機器學習上升到了其大數(shù)據(jù)戰(zhàn)略靈魂的高度，不知道甲骨文又是如何看待的?

“認知計算其實并不是一個新概念，它已經(jīng)存在了40年。它的具體的應用非常廣，包括在醫(yī)療行業(yè)甚至國家安全等方面，甲骨文是采用開源的方式，鼓勵所有的開發(fā)商貢獻他們的力量解決一些全新問題。”

各大IT公司對于大數(shù)據(jù)戰(zhàn)略的定位差異很大，在IBM那里是香餑餑的認知計算，在甲骨文這里也就只是“放養(yǎng)”。然而對于認知計算和大數(shù)據(jù)的結合能開出什么樣的花朵，我們也只有拭目以待。

lixiaofei