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 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22