用“全数据(All Data)”来替代“大数据(Big Data)”应该算是更贴切的提法。如今,Stanek所做的就是全数据分析,而大多数公司都只是分析了业务数据的子集,通常只占10%左右。可以归类为大数据,因为数据量较大,但肯定不是全数据分析。也正因为如此,管理层很难相信大数据分析的结果是否具有可信度,是否具有高性价比的参考价值。
企业很难做到全数据分析,原因在于,企业内部数据是散落的,没有统一的关联。这些,恰恰是也GoodData所做的,他将数据库、企业应用程序进行挂接,以提供一个完整的操作视图。
从大数据到全数据分析,“全数据企业”将是下一个业务的目标,所分析的不只是部分业务的一小部分数据,对于揭示客户呼叫中心数据、Web和销售数据之间相关性至关重要。
数据量很大,但是如果不能全面的、统一的作分析,难免出现分析漏洞,这样基于公司内不完整的数据分析得出的结论,可能会使领导层的决策出现失误,造成意料之外的损失。因此,拿到更多的数据,做全面的分析得出的结论会更有意义,得出的结果更有可信度,更有利于指引高层的决策。