京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据价值堪比石油 何以玩转数据管理
大数据时代的到来,使得数据成为企业业务的一项重要战略资产。对于企业而言,成为数据驱动型企业已经成为一种必然的趋势。
日前,Commvault联合IDC针对数据管理进行了一次调研,该调查主要分析亚太地区企业内部的数据孤岛如何制约企业做出明智决策,从而导致成本攀升的问题,以便能够更好地了解企业如何将数据用作战略资产,同时降低相关成本和风险。IDC的调查数据显示:74%的企业认为,数据对于企业来说具有战略意义,企业可以充分利用数据做出更优的决策;只有5%的企业表示,数据对它们来说不具有战略意义。
Commvault中国区技术总监蔡报永在解读此次调研时表示:“绝大部分CIO认为数据对他们企业将来长期发展具有战略性意义。以数据来驱动企业的生产发展,通常这样的企业比其它的企业在市场上具有更大的竞争力,其能够更快的做出决策,能够拥有更多地核心的竞争力而领先于竞争对手,其利润也相对更丰厚。”
一体化平台或成新引擎?
如今,越来越多的数据被收集,但却并没有得到足够的分析。特别是在中国,所收集数据的分析率甚至不足50%。“整个数据的收集和被分析利用趋势是比较弱的,还有很大的增长空间。”蔡报永说道。而在对数据管理策略及流程的成熟度方面,63%的中国企业(亚太地区为40%)称他们的数据管理策略 ,特别是数据的备份、恢复、数据保护和分析等仍是在部门级别完成,对于整个业务单元或企业的整体策略也因此缺失。蔡报永表示:对于企业来说,做好数据管理的驱动力,通过管理数据去做公司规划,甚至数据更多的留住客户、赢得客户、产生更多的业务成为企业对数据管理的需求。
然而在这一过程中,数据孤岛所带来的安全风险成为部门级数据管理信息孤岛带来的首要风险。“很多亚太区CIO已经意识到了这个问题。现在他们也正在致力于做一体化整体的数据管理模式,就是想把原来分散的、部门管理模式进行统一。”蔡报永说道。
而随着云的不断兴起于落地,在企业谈及第三方平台或是将数据迁移到云中时,绝大部分客户都认为安全访问数据对他们而言时最大的挑战。蔡报永表示,用户在选择备份及恢复解决方案时,所考虑的关键因素包括:管理和保护所有类别数据的能力;能够通过单一平台保护、管理和访问所有数据的端到端解决方案;可扩展性;易用性;以及不影响性能等方面。
其中,端到端的一体化平台成为重要的候选目标。这样一体化的平台究竟为何受客户青睐?蔡报永认为:一是因为一体化的平台能够非常有效快速地做电子查找;二是是其能够对于本身数据起到保护作用,防止其丢失;第三,一体化的平台还可以降低它的总体拥有成本。此外,优化部门间协作、为决策提供更完备可靠的信息、更加高效和可靠的灾难恢复机制也是一体化平台的主要优势所在。
对此蔡报永表示:“我们认为,灾数据管理是提供灾难恢复机制最基本的部分,因为一旦所有的物理故障出现的时候,你可能可以通过复制和镜像来完成数据管理。但是当出现逻辑故障的时候,一定通过数据恢复或者是数据灾难恢复这种机制来实现的。所以要充分的利用一体化平台保护好数据,为你的灾备体系来服务。”
而归结到最终,在数据管理领域中,用户选择第三方平台的意义究竟何在?据本次调查的结果显示:亚太区的CIO认为利用第三方平台主要是为了提高运营效率、节约成本和拓展市场。“IT本来就是支持业务部门驱动他来拓展市场。对于整个数据管理趋势而言,将来一个企业是否把数据看成战略资产、是否充分利用了战略资产,就必须做到节约公司成本、提高生产率,并且在进行大数据分析之后能够拓展出新的市场。这也是我们所认为的将来一体化的数据管理软件能够为这个企业所提供的三大优势。”蔡报永说道。
如何破解“数据孤岛”难题?
与此同时,我们也看到,在向IDC提出的“第三平台”转型期间,数据孤岛问题尤为突出。信息孤岛的问题由来以久。以前,IT的部署方式是为每个应用单独部署一套IT系统,包括计算、存储、网络等。随着应用不断增加,不同应用系统之间难以进行沟通,数据也无法共享,一个个的信息孤岛就此产生。信息孤岛的弊端十分明显:第一,产生安全风险,IDC的调查数据显示,安全风险被企业视为信息孤岛带来的首要风险;第二,成本的增加;第三,降低生产效率,不易实现分工协作。
为了做出明智的商业决策,第三平台上的企业更加注重数据的整体观。第三平台为企业带来了巨大机遇,让他们能够推动未来的业务增长和创新,并降低部门级数据管理的风险。
据蔡报永介绍,针对当前企业在数据管理方面的情况,Commvault也推出了相关的产品及服务。目前在中国Commvault专业服务部提供了“数据管理成熟度评估”的服务;在大数据分析方面,Commvault的引擎可以做到对机器上面的日志做运维分析;而目前,用于IT运维的自动化分析的Simpana R2版本也已经推出。此外,在今年上半年,Commvault还推出了几个产品,利用云帮助用户建立容灾系统。“Commvault会向企业提供统一的一体化平台及专业的容灾服务,从而将企业的数据和云有机地结合起来,在这方面Commvault都可以做到很好的支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02