数据世界的快速演变使得大数据变得越来越重要,但大数据解价值如何实现仍需探索。在日前召开的英特尔大数据技术及行业应用论坛上,IDC企业系统与软件研究组高级研究经理周震刚给出了实施大数据应当注意的几个要点:包括投资回报率;数据分析的安全性、有效性和时效性;大数据和移动应用的关系;大数据和数据中心的设计关系;
大数据在数据管理方面的重要性。
周震刚分享了大数据价值链的三个C即(Collect——收集、Consolidation——整合、Consumptions——消费)。他表示,我们的最终目标不是收集数据,而是为了能够从大数据中挖掘出它的价值。收集内部和外部的数据之后,整合成可以分析的格式,再通过前端展现消费,才能产生最后的高价值。
如何避开一些陷阱,利用
大数据解决方案实施上述步骤实现价值?周震刚总结了六个要点,简称“三要、三不要”。
首先要注意数据获取和分析的经济性。周震刚强调,不是所有的数据都要积累起来,因为有些数据积累起来,使我们的存储和分析的成本变得更高,并不能为我们带来更多的价值。利用Scale out架构可以有效地利用数据资产,更好地降低成本。但获取成本过高的
数据应当放出去。
其次,要注意数据
的安全和管理。大数据和传统数据一样有安全要求,包括IT方面和业务方面的要求,什么人获取到什么数据,仍然是大数据领域要考虑的问题。因为不同的数据在不同人眼里有不同的价值,给领导人和工作人员的数据视图应当区分。
第三,要考虑数据的时效性。周震刚指出,大数据和传统的高性能运算不同,高性能运算的目的是获取终级答案,时间不是决定因素,比如RIS的大型粒子锥状机,我们要拿到一个基本的粒子,有可能要十年。但对于大数据来说,时间就是价值,因为我们要把这个数据及时在企业应用之前投放到市场,分析的结果会影响企业下一步的决策,所以一定要考虑
大数据分析的时效性。
“三不要”的第一条,千万不要低估大数据在移动化中的作用,无论是对客户还是员工。周震刚举了高端品牌倩碧的案例。倩碧在美国是使用IT非常先进的企业,它在iPad推出了以后很快的做了个基于皮肤分析的移动应用,它快速部署大概几万台iPad到百货商场,让顾客可以在上面选择怎么改善皮肤,我的皮肤信息是什么,是干性或油性等等,这些是顾客不愿意告诉销售人员的。通过这种移动化的应用,倩碧销售了很多的产品。业绩提升了40%。
值得注意的是,后来倩碧希望通过这些信息分析顾客状况的时候,却发现他们让顾客填的所有数据并没有被留下来。客户的
信息没有收集好,自然也无法进行分析。
第二个“不要”,我们的数据中心可能会被大数据所影响,千万不要低估大数据的数据中心网络和设计的影响。周震刚指出,很多的大数据解决方案设计了非常强的处理能力,却没有考虑对外网络连接的状况,使得
网络的瓶颈影响了整个
大数据的解决方案。因此,在引入大数据解决方案的时候,一定要考虑到整个数据中心的设计。
第三,千万不要低估数据管理的复杂性。美国有一个非常大的百货连锁公司,他们已经有100来年的历史了,有上百年的客户数据,收集得非常好,并且有这些客户数据和销售数据的分析。最近他们开始做一些媒体(包括社交媒体、报纸、电视台)相关的信息来进行分析,这两个方面都做得非常好,但是最后他们会发现,这种市场上收集的数据和内部销售数据,双方的格式完全无法统一、无法整合。因此,一定要在开始的时候规划好各个系统,以便能够统一应用大数据。