舉世聞名的Wal-Mart，藉由經年累月的結帳資料分析，締造了「尿布與啤酒」的驚奇故事，大家這才乍然醒悟，原來看似風馬牛不相及的事物，也蘊藏著不為人知的致勝秘訣，顯見商業分析之重要性;但「尿布與啤酒」畢竟屬于事后分析，Wal-Mart現在更想做的，已經不僅止于此。

　　盡管「巨量資料」或「海量資料」等詞匯，幾乎已經密集延燒了一整年，但Big Data議題不僅未見絲毫疲態，這把火反倒愈燒愈旺，成為企業蓄積智慧與洞察力的絕佳寶庫，許多高階主管，都樂此不疲從巨量資料中探索致勝秘訣，據此建立競爭優勢。放大

　　Wal-Mart過去為人樂道的尿布與啤酒傳奇，已成為「傳統」。新的商業分析技術正在興起，可以挖掘出過去顯為人知的訊息。

巨量資料分析架構示意圖

　　乃至于全球最大的軟件公司微軟(Microsoft)，也將巨量資料與行動應用、云端運算、企業生產力(含企業社群)等另三項議題，列為「主導未來十年產業變化」的四大趨勢之一;其認為多年以來，商業智慧一直扮演重要角色，如今隨著互聯裝置及應用程序的大量運用，引發爆炸性的資料增長，遂使得商業智慧愈趨朝向巨量資料靠攏，成為企業賴以洞燭機先的關鍵利器。

　　值得一提的，隨著巨量資料、商業智慧彼此間擦撞火苗，也讓現今的商業分析內涵，出現了有別以往重大轉變;在過去，商業分析的重點，僅在于冰山之上已知可見的結構化數據，偏向事后分析型態，然而今后，其重點已經轉向為冰山之下的未知信息，且泰半屬于大家從前鮮少進行分析的非結構化資料型態。

　　Wal-Mart過去為人津津樂道的尿布與啤酒傳奇，至此已可歸類為「傳統」的商業分析，展望未來，企業倘若只是做到這一步，并不足以掌握關鍵契機;所以Wal-Mart早就不以此為自滿，而是主動分析顧客搜尋商品的行為，以及用戶透過搜尋引擎尋找到Wal-Mart網站的關鍵字，利用這些關鍵詞的分析結果發掘顧客需求，以規劃下一季商品的促銷策略。

　　不僅如此，Wal-Mart還瞄準了當今最炙手可熱的社群網站，期望從顧客在Facebook、Twitter等網站上對商品的討論，早一步掌握潛在消費需求，終至創造「比父親更早知道女兒懷孕」的另一驚奇故事。

　　面臨新挑戰　企業亟需培育新智能

　　即便許多企業，所屬業態與Wal-Mart大相逕庭，生財模式也與Wal-Mart多所歧異，但可以肯定的是，隨著全球經濟情勢與商業環境的改變，未來企業規模無論是大或小、從業資歷不管是深或淺，都無可避免一定會面臨諸多新挑戰。

　　這些挑戰，包括了商品的競爭與價格壓力漸增、新市場的需求擴大、人力資源管理難度攀升，以及企業永續性與法規遵循的要求愈趨嚴格;在此前提下，企業別無他法，勢必得力求推動更多的創新，加快技術研發的速度，并設法改善客戶服務與盈利能力。

　　意欲將前述條件逐一付諸實踐，對于絕大多數企業而言，其實并不容易，因而導致大部分公司抗御經濟情勢與商業環境變動的能力，都顯得有所不足，為業務發展埋下不確定因子;于是乎，現今不管身處哪一國度、哪一垂直產業領域的企業用戶，最殷切的期盼，便是尋求一個好的解決方案，借以幫助他們節省金錢、提高生產力、帶動業績的成長。

　　以上三個愿望，看似平凡無奇，理應不難達成，實則不然，主因在于當前世局變遷速度加快，連帶造成各項新挑戰接踵而至，使得企業很難再沿用過去熟悉的方法，實現這些基本目標，必須援引新的方式，建立新的智能，才可望扭轉整個局面。

　　如何培育新智能?答案就在于巨量資料分析!

　　傳統 vs. 現代　商業分析大不同

　　傳統的BI或資料倉儲(Data Warehouse)，系擅長于處理結構化資料，亦即一般存放于關聯式數據庫的數據，對于XML、Logs、Click-Stream、RFID Tags等半結構化資料，抑或網頁、電子郵件、多媒體、實時訊息等非結構化資料，處理能力一向都不太好，少量處理如此，面對現今爆炸性的「巨量」，那更是無力應付。

　　所以企業若一味緬懷過去，運用傳統資料倉儲、資料采礦(Data Mining)等工具鑒往知來，恐將事與愿違，因為這些工具所帶出的分析結果，對于企業競爭力的提升作用，已經愈來愈小。

　　那么該如何是好?即是設法強化半結構化與非結構化巨量資料的處理能力，以期填補既有商業分析機制的先天缺陷;其大致的運作原理是，運用一套全新的解決方案，先針對內外部巨量資料加以儲存、運算、處理與分析，然后再把其處理或分析結果，轉變為某種結構化格式，如此一來，BI或資料倉儲便可擷取這些結果，為終端使用者進一步提供相關的索引或搜尋。

　　于是乎，最擅長處理半結構化與非結構化資料的Hadoop-MapReduce，遂成為巨量資料分析架構當中的重要環節，從以往鮮為人知，變成今時今日的當紅技術;根據市場研究機構MarketAnalysis.com預估，時值2013~2018年期間，Hadoop-MapReduce市場的復合成長率高達58%，到了2018年其產值將達22億美元，放眼各項IT產品或技術，具備類似于Hadoop-MapReduce增長幅度的項目，其實并不多見。

　　綜此，建立Hadoop-MapReduce分散式運算架構，似已成為企業跨足巨量資料分析的必經之途，但要想在這條路上走得安穩，企業必須先把大環境給營造出來，首先便是導入云端運算，藉由虛擬化技術將一群廉價的運算資料，匯集于可供挪移調度的資源池。

　　其次則是建立資料儲存(Storage)與擷取(Retriever)機制，因此舉凡HDFS(Hadoop Distributed File System)分散式檔案系統，以及立基于欄位(Column)的HBase數據庫系統，顯然都成為企業IT人員的必修學分。

　　HDFS有一個更傳神的稱謂-NameNode，負責將檔案切割成為固定大小的區塊，然后再將各個區塊分散儲存至不同的DataNode上，運作原理彷彿Linux檔案系統里頭的Inode;因檔案儲存皆跨越實體機器，所以HDFS可被為一項虛擬的分散式檔案系統，與傳統檔案系統分割Block后都存放到同一機器的做法，的確大不相同。

　　至于HBase，我們可以這樣解釋，簡單來說，Hadoop就是一套實現Google Map & Reduce的工具，而HBase則用以實現Big Table設計概念，兩者皆屬于Apache項目的一環，也都以Java作為主要程序語言。Hbase是一種足以迅速存取大量資料的數據庫設計方法，它運用Row-Oriented、Column Family等思維，俾使用戶便于儲存具備不同欄位屬性的資料，爾后亦可援引Row Key，快速讀取其所需要的資料。

　　而不管是HBase，以及負責將單一工作分散至不同集群加以平行運算的MapReduce，大家都需構筑在HDFS基礎之上，所以無論在建立HBase或Hadoop時，皆需設定聯系HDFS的Server與Port，以便于讓同一份檔案，可被復制到不同的運算節點。

　　一旦運用Hadoop-MapReduce負責處理半結構化與非結構化資料，再配合傳統BI與資料倉儲對于結構化資料之處理與分析，企業即可成功進入Big Data世界，再從Big Data走向Total Data，從過去茫然未知的冰山下世界，深入萃取商業價值，借以預測未來、優化競爭策略、提振顧客滿意度。

　　此處必須強調，過去的資料采礦，通常是提出「會問」的問題，接著從這些問題找答案、找知識，但進入巨量資料分析，用戶心態勢必需要調整，轉而將重點置于「不會問」的問題，比方說經由客戶在社群網站的意見討論，驅使下一個問題的產生，繼而探索解答，以利企業能從未知環境中創造價值。(RFID世界網編輯整理)

【責任編輯：廖小亞】