全面揭秘社交网络中的商业智能（上篇）

mavisfine

1967年，哈佛大学的心理学教授Stanley Milgram(1934～1984)创立了六度分割理论，简单地说：“你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过六个人你就能够认识任何一个陌生人。”按照六度分隔理论，每个个体的社交圈都不断放大，最后成为一个大型网络。这是社会性网络(Social Networking)的早期理解。

网络社交已经成为现代网络达人们必不可少的交往方式，通过一个好的社交网站，网友可以实现在线分享图片、生活经验、开心趣事、在线交友、在线解答生活难题、甚至，可以通过一个比较好的社交类网站，可以实现在线求职，解决自己工作的燃眉之急。

而社交商业智能平台，就是商业智能加上知识管理，加社交网络和协作，再加上社交网媒体的监督与分析。

那么社交商业智能相较于传统的商业智能解决方案，究竟有哪些区别呢？

首先，传统的商业智能着重数据仓库的建设，然后从仓库中取数分析，将数据转换为知识辅助决策。而社交商业智能强调的是协作体验，让用户可以相互之间进行沟通交互，然后再将问题在仪表盘中可视化展示分析。

那么，社交网络商业智能相比于传统商业智能，又可以为企业带来哪些不一样的效益呢？又会面临哪些挑战呢？

首先说优点。

1     社交网络商业智能可以为商业智能分析带来更加广泛的数据源种类，而这些增加的数据源将丰富分析维度，让企业的分析视角更加广阔，得出的结果更加具有参考性。

2 通过社交网络商业智能，企业可以根据社交网络产生的数据（如微博上的信息，状态）找到客户，以及目标群里的真实想法以及需求，可以更好地推断出客户对销售策略可能出现的反应。

再说挑战。实际上，将商业智能系统和社交网络合并是一个很大的挑战。因为传统数据仓库处理的数据量一般不超过10TB，但是社交网络媒体产生的数据量却远远超过数百TB。因此一般的数据仓库无法负荷社交网络产生的大数据量。

一个仅做历史报表的典型商业智能（BI）用户，现在考虑要在社交网络智能上进行数据挖掘和预测模拟，他首先应该确定的是他们是否有合适的工具，还有相应的人才来使用那些工具。建立一个预测模拟系统是一项主要的任务，将社交网络的数据混合在已有的数据中会加上一个全新的预测模拟工具的总体。如果你还没有注意到在过去的几年中，在高级分析市场上发生着什么，你可能用了错误的工具做着此类的分析。