数据集成:大数据分析架构喊你帮忙

日期: 2015-10-14 作者:Ed Burns翻译:Shirley Xie 来源:TechTarget中国 英文

对于多数已经采用大数据分析的企业而言,企业数据仓库已经不再是公司存储需要分析的数据的一个地方而已。现在的企业通常有不同的分析型数据存储,当然依旧包括数据仓库,而且还有Hadoop集群、NoSQL数据库、部门层级的数据发现系统等。

从不同的平台组合数据集进行数据分析和数据可视化,具有潜在的商业价值。大数据应用的主要目标之一就是发现这些价值。但是,在分析团队开始工作之前,企业通常需要开发一个数据集成的大数据分析架构,让数据科学家和其他分析师访问他们所需的信息。

例如,从CRM系统读取数据,结合外呼中心与客户互动的笔记,可以让企业更好地理解其产品和服务存在的问题。再把社交媒体数据加入分析的数据中,就可以更全面地了解用户情感。将这样的数据混合在一起进行分析和可视化,可以通过多种方式实现,技术方面的选项包括常规的数据集成软件,系统之间预先建好的连接器,以及数据发现和可视化工具自带的集成功能。

美国的Advocate医疗中心下辖12家医院和十多家医疗机构,它采用的是一个基于云的数据集成平台,把来自内部运行的不同电子病历(EHR)系统的数据,以及外部信息(如保险公司的理赔数据、开药记录、来自政府数据库的资料)相关联。Advocate是通过一系列的合并和收购达到现在的规模,所以,在实行大数据集成之前,电子病历系统都是各自为政。但是,如果把这些系统标准化到一个统一平台,却需要花费惊人的花费。经过权衡,负责医疗系统服务的副总裁Tina Esposito选择了由医疗IT供应商Cerner公司开发的HealthIntent平台。该平台创建了包括具有类似情况患者的标准化信息记录,为医生提供图形视图,显示患者个体如何与更广泛的患者群体和预定的医疗标准进行比较。还有一个单独的电子病历模块,用彩色编码为再住院的风险进行评分,每两小时进行更新,为医护团队显示患者是否需要30天内重回医院的可能性。

这些信息对Advocate采用医疗付款模块至关重要,它在财务上将医疗提供者与患者的健康联系起来。如果没有大数据分析架构提供的患者数据统一视图,就几乎不可能在新的付款模式下操作。Esposito补充道:“除非你拥有该患者的这些所有信息,否则,你就无法提供具有针对性的治疗。”

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

作者

Ed Burns
Ed Burns

TechTarget网站编辑,重点关注商务智能、数据分析和数据可视化技术。

相关推荐