搜索
大数据中国 首页 行业资讯 业界动态 查看内容
跨越鸿沟 获得洞察力
2013-12-29 00:19 |原作者: 悠虎|来自: 比特网| 查看: 1185| 评论: 0

大数据如何帮助企业实现价值?企业需要付出多少代价?如何考量部署大数据解决方案之后的成果?从部署到看到收益需要等待多长时间?以上四个问题是当下众多IT厂商和CIO都在考虑的问题。虽然大数据作为热门话题已经被谈了数年,但是大数据离真正意义上的落地还有相当一段路要走。具体到不同的区域和行业,大数据的成熟程度也存在较大的差异。《经济学人》公布了一个《亚太区大数据应用透视》报告(报告受访者为亚太地区各行业的总监、经理及业务部门负责人),报告中明确的指出当下的大数据即是炒作也是期盼。本文将结合这份报告和近日对HDS的高级副总裁兼亚太区总经理Neville Vincent及HDS亚太区解决方案与产品部高级总监Phil Gann的采访对大数据的发展做一个讨论。

大数据雷声大 雨点小的现状

大数据的理念就是要把数据变为数据资产,业界对大数据的这个理念基本,达成了共识。《亚太区大数据应用透视》(后文简称为报告)指出超过70%的受访者认为大数据有助于提高企业的生产力、盈利并加速企业创新。但是这只是说大多数人知道大数据是有用的,那么具体到行动呢?大企业固有的业务系统复杂且非常庞大,当下很多一线员工表示无法及时的获取关键的数据资源,但是抛弃原有的系统部署新的大数据平台,恐怕成本和对大数据的认可都是问题。小企业虽然架构简单,容易接受新的技术和产品,但是很少有小企业的数据规模并没有到达一个需要采用大数据平台的水平,即是说我们很难向一个几台NAS就可以存下所有数据的小公司的来推销大数据解决方案。所以结果是尽管企业都认为大数据能够提高企业的生产力,加速创新,但是企业内部存在的种种问题是大数据部署的主要阻碍力量。

大数据在亚太区的发展现状只能说是很多企业认识到了他的优势,但是大部分企业都不愿意做吃螃蟹的人,进而使得整个大数据很长时间里停留在发展的初级阶段。

大数据的瓶颈及解决思路

现状是这样一个雷声大,雨点小的状态。除了企业内部问题,大数据在技术层面遇到的瓶颈也是不容忽视的。从数据产生,到最后数据帮助决策者作出决策需要客服很多瓶颈。首先就是对全样本数据的实时分析。

上图中列举了企业部署大数据解决方案时所面临的障碍,可以看到有三个主要的障碍因素。首先是很多企业缺乏内部的技能,或者合适的软件。这些看到了大数据的重要性,他们需要提出相关的问题,但是怎么样通过适用的技能或者软件来去挖掘大数据的价值进行分析。再扩展一些,这个问题可以理解为技术瓶颈,企业和厂商都没能到达能够使用大数据的水平。企业缺乏人才,厂商缺乏实践和一个简单易懂的方案。第二个主要因素是企业缺乏分享大数据的意愿。很多员工不愿意分享自己的数据,部门之间以及部门内部的沟通本来就是一个问题,大数据也无法对这个问题进行解决,总之这个因素造成了企业系统中的数据形成了一个个孤岛。第三个是企业对传统架构的依赖和对新技术的认可。特别是传统行业,很多企业宁愿用有些问题的传统架构,也不愿意冒险部署大数据。

从HDS的解决方案看存储厂商能做什么

对于一个存储厂商,他们的努力方向可以体现在三个方面。首先是做好基础架构,大数据应用千变万化最底层还是需要硬件的,所以存储厂商仍然应该将存储阵列的性能做的更强,更为简单易用。然后是数据的控制,其中包括对数据的管理、备份/恢复以及归档等等。最后是为上层的应用提供一个坚实的基础。

这张图片展示的是HDS一个大数据整体战略,大体的思路符合上面三个要求。值得注意的是HDS的大数据战略和之前提到的三层云架构非常相似,大数据战略更像是HDS三层云架构中一个比较典型的应用。HDS一个非常典型的方法是与SAP合作,通过自己的UCP等产品为SAP HANA搭建一个基础架构平台,HANA负责大数据方案价值的实现。

大数据发展趋势预测

HDS对2014年亚太地区大数据发展趋势做了5点预测。从这五点预测可以看出大数据将从概念上的炒作逐渐走向成熟,2014年也将会有更多企业采用大数据解决方案。

参考资料: 《亚太区大数据应用透视》报告

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-11-28 20:34 , Processed in 0.139499 second(s), 23 queries .

返回顶部