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