京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国惠普李时:2015大数据的真正落地是挑战
“在未来很长一段时间里,所有企业面临的IT核心问题都将是大数据的问题。因此,亟需将自然人、机器,以及所有IT系统所产生的数据,进行统一的集成和分析,而不管数据源在哪里,数据形态是怎样的”,这是中国惠普有限公司中国区副总裁、软件集团新任总经理李时在谈到2015应用趋势时表示的。
面对2015年,中国惠普软件集团的最大挑战是怎么样把大数据从一个概念真正地落地到为客户产生价值,即怎么样真正地结合企业用户的需求和惠普Haven大数据引擎的优势,把企业运营中所产生的大数据最终转化为用户的价值。这也是中国惠普软件集团在新的一年中拥有的最大机会。
李时坦言,“大数据的真正落地,一个最大的挑战和制约,是既懂大数据技术又懂业务还懂本地应用的人才的缺失。”中国惠普早两年就开始实施基于人才培养的大数据中长期发展战略了。“我们跟中国很多的地方政府进行合作,创立大数据人才培训基地、解决方案培训中心和大数据应用示范基地,就是希望通过现在的一些投入,在解决人才问题的同时,也能够有一些大数据解决方案的孵化,真正地做到大数据的落地。”
Haven大数据引擎实现100%信息利用率
经历这么多年IT的普及和发展之后,大部分企业的IT基础架构已经部署得非常好了。然而,企业又开始面临的一个新难题,即如何应对一个数据爆炸增长且多样性裂变的新常态、新现实——企业的IT系统在产生大量的数据,机器或者传感器也在产生大量数据;与此同时,企业中的每一个员工每天在发微信、发微博、拍照片的过程中会产生大量的数据,企业内外部运营中涉及的每一个传感器和摄像头,也同样会捕捉大量的视频数据和机器数据。另外,还包括企业所处社会生态的空气污染检测的数据、楼宇自动化产生的数据等等。
要想使这些大数据产生最大化的价值,惠普认为智能互联是最需要解决的一个问题,企业需要把自然人、机器,以及所有IT系统产生的数据做一个统一的集成和分析,而不能仅仅孤立地分析某一个渠道或某一种数据。
惠普Haven堪称一个高速的大数据的引擎,它能实现100%的信息利用率、出色的应用交付管理,打造可持续的市场营销优化,瓦解黑客入侵,并交付卓越的用户体验。
“具体来说就是,我们把业务数据、机器数据和自然数据的这三种数据,统一整合到Haven平台之上。因为其主要组成包括开放架构的Hadoop集成,因此能把所有原始的大量的数据做一个统一的存储、压缩和快速索引。然后,通过Autonomy产品,对自然数据或者非结构化、半结构化数据,进行统一的分析和认识;同时,也可以通过Vertica对结构化数据库里的行和列的数据,进行总体的分析。在安全性方面,通过惠普ArcSight安全产品,可以保证大量数据在可管可控的方式下被访问、被分析。此外,惠普还针对不同行业和不同业务场景,提供各种不同的应用,让数据在不同的维度产生价值。”
特别值得关注的是,最新发布的HP Haven OnDemand,还实现了大数据和云的结合。Haven OnDemand开放了所有的用户编程接口,这使Vertica、Autonomy不仅能为大企业客户所接触到,还能为个人开发者所接触到。让广大的开发者利用结构化和非结构化分析的能力,来开发适合他们的数据产生价值的下一代应用。当然,另一重要之处在于,Haven OnDemand还可以帮助企业把现有的数据迁移到云端,并把在云端的数据做一个全面的整合分析,为用户提升销售、降低运营成本或提升用户满意度。
大数据落地的实质是本地行业创新
针对大数据在中国落地还很慢的看法,李时并不完全认同。他介绍说,Autonomy在中国已有200多个行业用户,Vertica的用户增长也非常快,尤其是在电信、金融和政府等行业领域。
之所以市场上鲜有大数据案例的剖析和介绍,其原因是很多行业用户的大数据应用大多涉及某一企业的最新创新点、涉及企业的核心转型。比如,金融行业用户在考虑通过Vertica来做互联网金融授信和风险控制;通信行业用户在考虑通过Vertica来做网络优化,他们希望通过对现有客户的分析,更好地设计适合的产品,使客户留在现在的通信公司;他们还希望通过客户画像,更有针对性地做精准营销等。
相比之下,国外的行业用户更开放一下,他们在大数据应用上,也走得更远一些。比如,全球最大的社交媒体Facebook,在近几年业务爆发性增长的情况下,面对着每小时要加载几十个TB的数据的挑战,以应对超过10亿的客户访问。这种情况下,经过非常周密的、详细的技术验证之后,Facebook最终没有选择自己开发的基于Hadoop的解决方案,而是选择了Vertica,来支持基于移动端实时数据的业务需求。
再比如,在政务领域,伦敦奥运会通过大量采用Autonomy产品,做到了通过实时摄像头,对视频和音频的分析。同时,新西兰的奥克兰安全城市项目,也是通过Autonomy产品为城市服务,实现了对车型、号牌的分析和对摄像头的分析,实时监控犯罪事件的发生,以及城市交通流量的变化等。
对于大数据应用在中国落地慢的原因,李时认为最大的阻碍是中国目前尚缺乏既懂大数据技术又懂业务还懂本地需求、本地应用的人才。为此,李时制定出软件集团2015年的三大发展战略。
“首先是把惠普全球在云和大数据方面领先的解决方案和产品带到中国,包括HP Mobile Center、HP Propel和 HP Service Anywhere等;第二是创建基于惠普软件产品的合作伙伴的生态系统,共同推出更多适合中国的大数据落地方案;第三是基于惠普的服务体系,为客户提供更好的服务,提升用户的满意度。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 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 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 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, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 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”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21