随著全球社会活动日益呈现数字化，大数据的增长速度正在显著加快。从电子邮件和协作，到社交媒体网站、图片站点和视频网站以及採购交易记录等大量来源，每天生成的数据预计达到250万亿字节。这标志著数据和新的计算模型进入新的计算时代。

“这就需要採用新型数据分析技术，使企业不仅可以处理大量信息，帮助企业制定更好的业务决策。”IBM高级副总裁Steve Mills在近日举办的信息随需应变大会上表示：“数据的价值在持续增长，对客户的区分应该围绕著预测展开，因為预测分析可以帮助业务快速有效地转型。”

在大会上，IBM宣布推出三款全新的数据发现与可视化软件，这些新软件让用户无需专业技能便能够用可视化方式与数据进行互动，并对其执行高级分析。分析技能差距使得日常商务用户无法使用当前的数据发现工具，而新的软件将有助於缩小这一差距。借助新的软件，数据信息将可在几分鐘内从原始信息出发，最终得到深藏於结构化与非结构化信息中的答案。

其中一款名為“Project Neo”的软件，可以帮助用户与数据更好地互动。不具备专业技能或知识的商务用户无需被迫学习分析技术，便可使用Project Neo软件处理原始数据集合。该软件採用简单的界面、交互式可视化与高级分析，可自动使隐藏的洞察与模式浮出水面，并引导商务用户找到深藏於数据中的答案，而且该软件可托管在云端之上。

举一个应用的例子，当一位营销经理发起简单的提问，输入相关数据，可视化与引导分析软件就能够发现是什麼原因导致某个季度销售额下滑。营销经理可以第一时间将发现的结果与其他员工分享，并通过向团队成员发送输入通道，让团队成员补充更多的信息。从而让人力资源、营销与销售等部门的用户可在其任何设备上利用分析图在数量与种类不断增加的数据中寻找答案。

会议期间，IBM院士、实体分析首席科学家Jeff Jonas在接受记者採访时表示，速度是大数据分析非常关键的一个因素——例如，当用户要基於数据分析的结果来决策股票交易行為时，如果分析报告需要1个小时之后才能拿到，这实际上就没有太大意义了。

“我们非常看重分析的时效性，力图缩短分析时间，提高时效性。IBM在这方面的典型技术就是流处理技术，能够实时对数据进行处理。”Jeff透露，IBM有一项研究了5年，研发代号為G2的技术，反应速度可以达到200毫秒以内。

（来源：科技日报）