Michael Minelli是万事达顾问公司信息服务部门负责销售和全球联盟的副总裁，万事达顾问公司是万事达国际（MasterCard International）的专业服务和数据分析机构。Minelli还是《Big Data, Big Analytics: Emerging Business Intelligence and Analytic Trends for Today’s Businesses》一书的三位合著者之一，该书旨在为IT读者和商业读者解释大数据现象。

　　Minelli在加入万事达之前，曾在SAS研究所工作，参与过Time、Cablevision、Foxwoods、美国职棒大联盟和索尼等公司的大数据项目。在接受TechTarget的一次采访时，Minelli谈到了大数据分析应用程序以及内存分析技术在其中扮演的角色。其中提到一条建议就是：内存处理支持更快的性能，并不一定能提供预期的商业利益，除非分析结果真正影响到决策过程。以下是该次专访内容摘要。

　　您在书中想传达的信息是什么？

　　Michael Minelli：那本书的主题是，大数据分析是这个行业的游戏规则改变者，不管你是IT从业者还是业务人员。大数据将带来巨大冲击，而且会持续一段时间。该书的主要信息是思考如何以不同的方式做事：“如果我们可以做的更快，那么这对业务意味着什么？”大数据使我们能不断创新，并快速做决策，同时改变了我们做商业智能的方式。人们谈论建立唯一版本事实的事已经有一段时间了——这也是整个数据仓库运动的起源。为了解决谁能为做更好的决策构建最宝贵的资产库。变化在于不是在你的世界里会发生什么，而是在其它公司甚至其它行业会发生什么。这是从围绕数据的狭隘心态到有足够能力充分利用数据的转变。

　　关于利用大数据分析的事，您是否可以举几个真实的例子呢？

　　Minelli：在客户的注意力淡出之前做在线垂直销售和交叉销售。挖掘日志和客户服务关注执行客户情感分析，包括好的也有坏的。提供安全的电子商务交易，内置反欺诈控制。部署营销自动化通过实际观察客户购买习惯交付真正的投资回报率。这就是现在组织利用大数据分析的方式。

　　内存分析技术在把大数据转变成为竞争力优势时，扮演的是什么具体角色呢？

　　Minelli：这完全是处理速度的较量，利用硬件和已经变得很廉价的RAM存储快速创建查询。这么做清除了IT和业务之间的一些障碍，因此获得了更多的灵活性。传统的采样分析技术必须要等上24小时到48小时才能看到结果，而现在商业智能和预测分析可以很快速地做，超越了那种传统方式。

　　那么客户在什么情况下可以考虑使用内存计算来进行大数据分析呢？

　　Minelli：主要还是看具体的需求场景。主要问自己，你是真的需要更快的速度吗？流程和人员到位了吗？如果获得了这些信息，他们真的可以做一些对业务有影响的事吗？每个人都在谈论更快的访问速度可以获得更好的数据洞察，但是另一个关键问题就是要把这种洞察力与实际操作相关联。因此，这并不只是看个报表的事，而是实际使用报表做决策并触发事件，就像解决欺诈交易或者启动交叉销售机会。拥有更快的分析速度是好事，但是结果必须能影响到决策过程。

　　那么，组织怎样才能达到大数据与内存分析的完美结合呢？

　　Minelli：对于新手来说，IT部门应该与分析师一起评估那些更容易实现的目标，这样应该可以提高一些生产力。曾经有个比较好的例子是把数据挖掘过程消耗的时间从24小时降低到了几分钟，这样数据科学家可以更好地响应今天业务方面的快速变化。下一步要为业务方面开发一些用例体现出来速度的差异，然后就可以试用了。在我看来，主要的挑战是寻找和聘用合适的人才，然后管理人才在合理的时间内实现具体商业目标。