
不做加法做减法 打造数据中心需要软实力
在IT领域,整合或者说融合已经形成了一股巨大的洪流,不可逆转。IT厂商会提供融合了计算、存储、网络甚至是软件的整体解决方案,而用户也希望与单一供应商打交道,以减少整体采购和使用成本。在数据中心领域也上演着相同的戏码,能够提供端到端解决方案似乎成了数据中心厂商最值得骄傲的资本。
但是从正逐渐分化的数据中心市场来看,一方面由电信运营商、数据中心服务商建造的超大型数据中心层出不穷,另一方面,企业的数据中心规模在逐渐缩小,不同的数据中心用户难道都适用端到端的解决方案吗?
在数据中心的建设中,伊顿的一个核心理念是做减法,而大多数厂商或用户仍在采用加法,比如看到UPS存在谐波问题就要增加一台滤波器,为了实现机房制冷就一定要购买一台精密空调……伊顿电气电能质量中国区总经理张广宏表示,伊顿倡导的是从根源上寻找解决问题的方法,尽量减少设备的使用,实现设计精简化、问题减少化、能源使用最低化,并在确保可靠性的前提下,提高效率和可用性。
不必全部使用伊顿产品
伊顿电气电能质量中国区总经理张广宏认为,中小数据中心客户确实对端到端解决方案有一定需求,但是对于那些大型甚至超大型的数据中心客户来说,还要具体情况具体分析。端到端解决方案不应该是简单的硬件产品的堆砌,而要实现1加1大于2甚至大于3的效果,才能真正体现端到端解决方案的增值作用。
“端到端解决方案不应该成为厂商推销产品的一个噱头,而应该切切实实解决客户的应用问题。一个厂商即使拥有丰富的硬件产品线,也不能表明它就具有了解决客户问题的能力。”张广宏表示,伊顿的数据中心解决方案提供的是一个开放的平台,能够整合伊顿自己的产品以及合作伙伴的产品。
伊顿虽然能够提供数据中心端到端解决方案所需的各类部件,但除了针对中小型客户的整体解决方案以外,伊顿并不强求客户在数据中心方案中全部使用伊顿的产品。只要是能为客户解决问题,伊顿的解决方案平台也能接纳竞争友商的产品。“针对中小客户的端到端解决方案都是标准化、模块化的,可以快速安装和部署,且方便扩展。”张广宏解释说,“面对客户时,我们并不刻意强调伊顿具有提供一个数据中心硬件盒子(整体解决方案)的能力,而是提供最基础的部件,让合作伙伴根据用户的需求提供整合的解决方案,充分体现合作伙伴所能提供的附加价值。”事实上,当前在许多集成商提供的数据中心整体解决方案中,伊顿的产品都是主力。
端到端解决方案考验的是数据中心厂商在咨询、销售、产品、交付以及服务等方面的综合实力。为了提高数据中心整体解决方案的销售能力,伊顿不断强化以客户为导向的销售模式,对自身的销售人员以及合作伙伴进行有针对性的培训,希望以一个更开放的平台和心态,为不同的数据中心用户提供适合的解决方案。“在数据中心领域,我们的优势在于对客户需求有着深刻的理解,并且在全球范围内拥有多年的实践经验和优秀的产品。”张广宏总结说。
对伊顿来说,标准化的经营模式可以带来显着的优势。伊顿采用及实施一致性的工具及流程,而这些经校正且整合的工具及流程的集合被称为伊顿商业体系(EBS)。EBS通过提供经验证过的有效工具、流程及制度,让伊顿有更充裕的时间更专注在其业务执行及运营成长上。得益于EBS这种既作用于伊顿自身,同时也将合作伙伴纳入其中的公司文化,伊顿在数据中心领域保持了多年稳健的增长。
软件与服务是新增长点
现在,软件定义的数据中心是最时髦的词汇。由于虚拟化、云计算等技术的逐渐普及,原来分散的数据中心变得更加集中,而原来通过物理方式界定的数据中心逐渐变成了无形,即不再受物理连接的限制。
“软件在数据中心的建造以及后期的运维等方面都发挥着巨大的作用,它可以最大限度地提升数据中心的效率。软件增加了数据中心的透明度。用户对数据中心的监控可以深入到服务器级别甚至是主板级别。”张广宏介绍说,“但是无论数据中心达到了多么高的虚拟化、自动化水平,数据中心的基础设施都是不可或缺的。在软件定义的数据中心里,基础设施应该是动态变化的,具有非常好的扩展性、可监测性和灵活适应不同负载的能力,只有这样才能实现数据中心效率的最大化。”
在数据中心领域,软件和服务将成为衡量一个数据中心厂商核心竞争力的重要指标。软件主要体现的是对数据中心的管理能力。张广宏认为,未来数据中心一定要实现智能化的管理,而一个数据中心包括不同的管理层级,涉及物理基础设施、IT设备、应用管理等多个方面,因此实现数据中心整个生命周期的管理,考虑整体的投入和产出是非常必要的。实际上,针对机房动力环境的管理已经是一个十分成熟的产品市场。但是在数据中心全生命周期管理方面,业界还没有一个统一的标准,各厂商都是按照自己对DCI(DataCenterInfrastructureManagement)的理解在开发产品。
“机房动力环境的管理也好,IT设备的监管也罢,用户不能孤立地看待对这些系统的管理。若想实现对数据中心全生命周期的管理,首先了解用户的痛点在哪里,业务需求是什么,只有这样才能提供有针对性的解决方案。”张广宏介绍说,“我们全球总部有一个高管团队,专门负责了解客户的需求。在此基础上,我们的产品研发变得更有针对性,更贴近用户的需求,产品本身也更简单、更高效。”
伊顿服务部门的很多员工都来自数据中心、电源之外的领域。他们的长处是熟悉用户的业务流程和需求,能够帮助用户确认应用的痛点。“了解到客户的需求之后,我们要做的就是切实履行对客户的承诺,不能仅仅树立一个高的标准,而自己又不能达到,这会让用户对厂商提供的服务丧失信心。我们要为客户提供具有附加值和一定技术水平的服务。”张广宏表示,“不论是软件还是服务,体现的都是厂商的软实力。”
伊顿为什么押注高频机
“只有凭借可靠的产品、极具竞争力的价格和到位的服务,才能赢得客户。以前,我们的单相UPS一直保持领先地位。最近几年,我们的三相大功率UPS也实现了大幅增长,市场占有率提升了几个百分点。”伊顿电气电能质量中国区总经理张广宏表示,“我们能在市场上取得领先,依靠的就是不断的创新。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12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 ...
2025-09-04