
大数据爆炸时代的企业云:变革暗藏的数据野心
随着移动互联网的迅速发展,智能终端、可穿戴设备、智能家居、物联网以及基因测序正在快速普及。企业和用户每天接触的数据吞吐量呈现出指数级的增长趋势,我国社会正在步入大数据爆炸的时代。
大数据时代降临的今天,个人云存储服务早已迈向免费时代,而中国各行各业的互联网化与现实世界数据化的趋势,计算和应用都更加需要集中化,使得市场对企业级别云存储的需求更加迫切。面对这样的市场趋势,企业级云存储市场的“圈地运动”呼之欲出,“免费”二字成为了各家的新玩法。
企业级数据的大爆发
IBM 商业研究院与牛津大学的合作调研研究报告称,整个人类文明所获得的全部数据中,有 90%是过去两年内产生的。而到了 2020 年,全世界所产生的数据规模将达到 2013 年的44 倍。按照《“互联网+”基础设施数据中心发展报告》数据显示,未来8 年国内在线数据量的复合增长率将会达到84%;而线性增长的数据中心供给年复合增长率只有30%-40%,这使得数据中心需求和价值不断增加。
如今越来越多的智能设备相继投入市场,互联网巨头也开始加大投入,智能硬件离不开数据收集和存储,云也成为连接智能硬件和人的关键。智能手机日益普及,用户庞大需求背后的平台企业所需的数据支撑同样在飞速增长。
以物联网行业和医疗行业为例,其中的企业级数据可谓天文数字。物联网的启动,使得未来更多来自社会环境、公共领域上的数据量增加。如不断部署的高清监控摄像头,一个 1080P 的摄像头的码流率为 8Mb/s,一天将会产生约 86.4GB 的视频数据量。随着医疗行业基因测序的开展,对数据存储的要求也会大幅增长。以人类为例,人类基因组拥有 30 亿个碱基,数据量即为 3Gb;假设全球 70 亿人口数量,如果每人都测一次,则测序的数据量至少为 3Gb*70 亿。
数据爆发背后的变革
2009 年开始政府部门逐步出台了一系列政策鼓励云计算产业的发展,地方政府也配合着进行了一些项目投资,但由于当时国内云计算产业与技术都还不够成熟,且用户对云计算的安全性等问题存在顾虑,直到 2012 年底前云计算都并未被广泛地采用。2013 年开始,我国云计算技术已步入成熟,企业对云计算已有一定认识,且通过云计算削减成本的意愿较强烈,阿里、百度、盛大等国内互联网公司纷纷推出自己的云计算业务,同时 Microsoft, Google, Salesforce 等海外云计算公司开始纷纷将其云计算业务引入中国。 2013 年 12 月 18 日 Amazon 正式宣布将其云计算业务 AWS 引入中国,标志着国内外各云计算巨头在国内布局基本完毕。相关公司此后将陆续开始在国内推广自己的云计算服务,国内市场竞争大幕开启。
企业云存储属于互联网时代的一个产物,把人们从U盘和移动硬盘时代解放出来,文件存储可以随时进行。云存储给企业提供了共享、协作的环境,受到许多大中小企业的青睐,通过简单的搭建就能帮助企业实现办公上云。在云存储帮助企业解决这些办公便利性上,市场发展也不断推进,许多企业纷纷抛弃以往的个人云存储,开始使用企业云存储。
但在数据大爆发的今天,一般企业的数据增长以及实现数据分析所需要的存储空间几乎没有上限,这背后的成本让不少企业面对拥抱“互联网+”这股潮流显得心有余而力不足。庞大的数据存储及数据计算需求与高昂的云存储费用之间形成了一股不可逆转的矛盾。也推动企业级云服务提供商开启了一场以免费为口号的圈地运动,云厂商将盈利点转向软件及服务的趋势已经初见端倪。
从国外市场来看,去年7月 Google 就曾全面调整其云存储计费,几乎达到免费的程度。而在国内市场,今年5月,阿里云和腾讯云的大幅降价实际上也吹响了变革的号角。2015年,国内云服务商UPYUN三次下调旗下云服务产品的价格,总体下调幅度将近50%,而在9月1日,UPYUN直接对企业用户免费开放存储服务,向行业扔进了一颗重磅炸弹。
变革暗藏的数据野心
免费在移动互联网的今天,一直都是一项重磅炸弹。正是因为互联网的免费红利,才彻底打开了搜索引擎的大门,降低了互联网行业的准入门槛,更多用户得以参与其中,企业级云存储市场同样如此。
免费可以在一时间积累大量中大小企业用户,让企业办公高度云端化。在大量的使用过程之中,不断催生了基于云存储平台的个性化需求,带给云存储企业的就是客户的二次开发。客户也从单纯的免费进入更实际实用阶段,云服务提供商可以由此获利。
服务免费更要服务靠谱。对于创业者、创业公司来说,企业云存储免费后,他们使用企业云存储的门槛就降到了最低,云存储对企业的好处是毋庸置疑的,如节约硬件成本,大幅降低用户加载图片、视频的时长,数据也能够得到更为有效的管理,而最重要的是,在未来的大数据时代,云存储上的数据能够为他们创造更好的未来——因为企业未来的核心竞争力,依靠的就是数据能力,企业云存储服务,是构建这项能力的最基本的条件。
可以预见的是,未来将有一大批中小企业随之拥抱互联网,拥抱云计算。而在免费趋势的带动之下,越来越多的企业将得到全方位的提升。企业级云服务带来的不仅是互联网思维的发展,更能在企业内部做到公开、透明、数据化展现,实现信息的共享、协作和平等,管理变得更加的扁平化。让互联网的思维产业延伸到企业的生产、管理和销售等方方面面。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03