說到eBay的拍賣和購物網(wǎng)站你腦海里會(huì)想到什么？1億用戶、3億活躍商品、5萬種產(chǎn)品分類、平均每秒2100美元的交易額，那就對(duì)了。當(dāng)然，你也可以把eBay看作是一家數(shù)據(jù)管理與業(yè)務(wù)分析企業(yè)：每天50TB的數(shù)據(jù)量、7500用戶與分析師的分析團(tuán)隊(duì)支持。

    數(shù)據(jù)沙盒（data sandbox）聽上去很小，但它卻是eBay保證數(shù)據(jù)分析流程順利進(jìn)行的關(guān)鍵組成部分。

    在今年四月洛杉磯召開的Gartner商務(wù)智能峰會(huì)（Gartner Business Intelligence Summit）上，eBay的分析應(yīng)用技術(shù)高級(jí)主管Chris Rogaski在演講中說到：“如果人人都想要不同的數(shù)據(jù)視圖、報(bào)表或者儀表盤，我們將無法應(yīng)付。所以，我們需要提前做好準(zhǔn)備，只有這樣，我們的業(yè)務(wù)分析師和產(chǎn)品經(jīng)理們才能根據(jù)數(shù)據(jù)做出決策。”

    eBay采取了很多措施，使用戶需求得以及時(shí)滿足。公司的數(shù)據(jù)分析平臺(tái)結(jié)合使用了Teradata的企業(yè)數(shù)據(jù)倉庫（enterprise data warehouse,簡(jiǎn)稱EDW）、被eBay稱為“Singularity”的Teradata獨(dú)立深層存儲(chǔ)數(shù)據(jù)庫以及Hadoop系統(tǒng)。EDW用來存儲(chǔ)結(jié)構(gòu)化交易數(shù)據(jù)；Singularity用來存儲(chǔ)半結(jié)構(gòu)化數(shù)據(jù)（如網(wǎng)站用戶行為分析）；Hadoop則用來處理非結(jié)構(gòu)化數(shù)據(jù)，其中包括原始用戶行為數(shù)據(jù)、其他形式的機(jī)器生成信息和文本數(shù)據(jù)等。Rogaski稱，三部分合起來大概占據(jù)了90PB的存儲(chǔ)空間。

    另外，eBay將虛擬數(shù)據(jù)集市在EDW中自由分散，供任何想要開發(fā)、操控、添加特定數(shù)據(jù)集的員工進(jìn)行使用。數(shù)據(jù)集市是公司的分析作為服務(wù)（Analytics as a Service）中的一部分，或者是A3S及其他用戶分析數(shù)據(jù)程序的一部分。業(yè)務(wù)用戶和數(shù)據(jù)分析師使用由eBay的IT部門開發(fā)的工具，可擁有（通常也會(huì)使用）100GB的空間，這就是在商務(wù)智能領(lǐng)域所謂的數(shù)據(jù)沙盒。

    數(shù)據(jù)沙盒也被稱為分析沙盒，這些由用戶控制的空間被相互隔開，將數(shù)據(jù)實(shí)驗(yàn)和數(shù)據(jù)倉庫的生產(chǎn)數(shù)據(jù)庫環(huán)境區(qū)別開來。eBay的用戶有權(quán)限獲取EDW中的數(shù)據(jù)，還可以將所需信息復(fù)制到數(shù)據(jù)集市中進(jìn)行分析。在eBay開發(fā)工具的幫助下，他們可以上載附加數(shù)據(jù)進(jìn)行分析。Rogaski說：“如果存在一個(gè)我們不知道的新的數(shù)據(jù)源，我們沒辦法將其隔開，對(duì)它不進(jìn)行數(shù)據(jù)分析?！?/P>

    企業(yè)部門之間的對(duì)峙阻礙數(shù)據(jù)分析

    企業(yè)中IT部門和業(yè)務(wù)部門的長期對(duì)峙屢見不鮮，其中一部分原因可歸咎于優(yōu)先級(jí)別不同。當(dāng)業(yè)務(wù)用戶有業(yè)務(wù)問題急需解決的時(shí)候，IT團(tuán)隊(duì)可能正在進(jìn)行數(shù)據(jù)治理或是維護(hù)數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)。對(duì)于想要深度分析現(xiàn)有數(shù)據(jù)的分析師來說，工作的中斷會(huì)帶來很強(qiáng)的挫敗感。

    TechTarget的BI咨詢師兼研究主管Wayne Eckerson說：“分析師常常需要的是還未放入數(shù)據(jù)倉庫的數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)還未經(jīng)處理和載入。”

    有些時(shí)候，數(shù)據(jù)分析師會(huì)認(rèn)為由自己公司部署的BI和分析工具比Excel更加靈活，能夠秘密建立起IT范圍之外的Excel工具。然而，將Excel推行到企業(yè)上下進(jìn)行數(shù)據(jù)分析之用并不是理想的方式。Eckerson補(bǔ)充：“每個(gè)人都知道分析師可以得出有價(jià)值的信息，但是沒有企業(yè)是靠電子表格發(fā)展壯大起來的?！?/P>

    Eckerson稱，這時(shí)候數(shù)據(jù)沙盒就起作用了。它可以保證分析用戶獲得所需數(shù)據(jù)、加強(qiáng)對(duì)信息的控制，使企業(yè)的數(shù)據(jù)陰影系統(tǒng)（data shadow systems）逐漸明朗化。

    對(duì)于BI和IT經(jīng)理來講，一個(gè)精心管理的數(shù)據(jù)沙盒為用戶提供了一個(gè)安全之地，在公司管理架構(gòu)內(nèi)對(duì)企業(yè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。美國Data Miners咨詢公司的創(chuàng)始人Gordon Linoff說：“這樣一個(gè)環(huán)境存儲(chǔ)的不是數(shù)據(jù)的復(fù)制，而是適合分析形式的信息。”Linoff還是《數(shù)據(jù)挖掘技術(shù)：市場(chǎng)營銷、銷售與客戶關(guān)系管理領(lǐng)域應(yīng)用》一書的作者之一。

    數(shù)據(jù)沙盒可在數(shù)據(jù)倉庫、分析數(shù)據(jù)庫及其外部作為獨(dú)立的數(shù)據(jù)集市構(gòu)建。在eBay的案例中，Rogaski說，在EDW中采用沙盒作為虛擬數(shù)據(jù)集市降低了數(shù)據(jù)活動(dòng)，減少了用戶對(duì)數(shù)據(jù)進(jìn)行復(fù)制并存儲(chǔ)在其他系統(tǒng)的需求。

    期限設(shè)定對(duì)分析大有幫助

    他承認(rèn)，在用戶占據(jù)了沙盒，還是會(huì)出現(xiàn)少量的數(shù)據(jù)復(fù)制?！暗@很正常，算是我們發(fā)展業(yè)務(wù)付出的一點(diǎn)代價(jià)吧。”為了減少復(fù)制，eBay在數(shù)據(jù)系統(tǒng)中使用了期限設(shè)定的方法，由分析師設(shè)定好數(shù)據(jù)集使用的一個(gè)結(jié)束日期。截止日期快到的時(shí)候，Rogaski的團(tuán)隊(duì)會(huì)與分析師協(xié)商，要不要把數(shù)據(jù)從系統(tǒng)中刪除；這一過程被eBay稱為碎片帳集（garbage collection）。

    由于沙盒本身的作用就是處理數(shù)據(jù)，Linoff相信擁有正確的技能對(duì)成功部署非常重要。數(shù)據(jù)科學(xué)家和其他用戶需要操控?cái)?shù)據(jù)并分析數(shù)據(jù)當(dāng)下的活動(dòng)。他說：“這等于是在學(xué)習(xí)全新的事物，所以你需要可進(jìn)行充分利用的技能組合?！?/P>

    這條規(guī)則對(duì)許多企業(yè)來講都十分有用，但并不適用于所用企業(yè)。Rogaski說，eBay的目標(biāo)之一是讓很大一群人都能獲得它的BI和分析數(shù)據(jù)。即便是一個(gè)毫不了解情況的業(yè)務(wù)用戶也能夠使用虛擬數(shù)據(jù)集市。

    對(duì)于想要建立數(shù)據(jù)沙盒的企業(yè)，Eckerson認(rèn)為其中一個(gè)很大的挑戰(zhàn)是管理。他舉例說到，在用戶將包含獨(dú)有數(shù)據(jù)視圖的報(bào)表分發(fā)出去之前，企業(yè)BI團(tuán)隊(duì)?wèi)?yīng)該核實(shí)一下操控的信息，確保指標(biāo)都正確無誤。

    Eckerson說：“你可以讓用戶獲取數(shù)據(jù)，但你還需要給他們一些指導(dǎo)。沒有人喜歡受限，但他們用的是公司資源，就不得不在某些方面遵守規(guī)則?！?/P>