企業大數據已進入應用摸索階段

戴爾的價值在于了解客戶的需求，為客戶應對大數據的挑戰出謀劃策，幫助大家正面迎擊大數據帶來的變化，從而實現真正的業務創新。

2011年，全球知名咨詢公司麥肯錫在名為《大數據：下一個競爭、創新和生產力前沿領域》的研究報告中，最先揭示了“大數據”時代的到來：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”由于互聯網和信息行業的發展，大數據已成為眾人關注的焦點。

“大數據時代的來臨是不可阻擋的歷史潮流。大數據已經從炒作熱潮期進入應用摸索的階段。”戴爾亞太區存儲業務部技術總監許良謀在接受《互聯網周刊》記者采訪時如是說。

業務需求催生大數據

大數據正在迅速膨脹變大，日益龐大的數據開始在企業業務創新中起著越來越大的作用，甚至決定著企業未來的發展。對此，哈佛大學社會學教授加里·金表示，這將是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界，還是政府，所有領域都將開始這種進程。

越來越多的企業意識到數據在運營管理中的重要性，并希望將其運用到企業決策中，企業需要將數據與業務進行融合，從而能夠做出更加全面和準確的決策。在大數據時代，數據不再只是數據倉庫，而是供應鏈，且具有很強的流動性，企業只有加強內外部跨領域數據的融合和流動，才能真正發揮大數據的核心價值。

在許良謀的眼中，數據成長被分為五個階段：第一個階段是數據的收集存儲，只要保證數據不丟失即可；第二個階段則是除簡單讀寫之外，開始考慮數據保護機制、數據格式等方面；第三個階段，企業需要的是把沉淀的數據變成有用的信息；第四個階段則是信息爆炸催生的BI項目、數據挖掘等；在第五個階段，數據要對企業的決策做到良好的支撐。這就需要把結構化數據、非結構化數據、公司內部信息，甚至資源信息全部匯聚在一起，為決策的制定打造出可供參考的完整知識庫——這也正是催生企業大數據成長的源動力。

大數據引領業務創新

IBM商業價值研究院實施了一項調研，并撰寫了題為《分析：大數據在現實世界中的應用》的白皮書。該調研得出了如下結論：未明確大數據的定義，是企業混淆大數據的最主要原因；企業對大數據的采用還處于初級階段（24%的企業目前主要是理解概念，47%的企業尚在定義與大數據相關的路線圖）；以客戶為中心，是大數據的首要任務成為共識；內部數據是企業內大數據的主要來源，但大量未開發的價值隱含在內部系統中；不確定性以及技能的缺失，使得社交媒體等外部數據源未得到充分利用；缺乏先進的分析技能，是從大數據中獲得最大價值的主要障礙。

針對這些大數據方面的認知問題，許良謀表示，為了大數據而大數據是做不成大數據的，以大數據做幌子的項目最終都做不成大數據。“成功的大數據實施方式是企業首先要真正了解何為大數據，而且大數據要配合業務的發展進行實施。”只有用大數據的眼光，創建具有創新性的業務才能在企業中實現大數據的真正價值。做大數據的第一步應該是，企業領導人愿意去了解大數據；然后，分析自己業務哪里需要大數據，了解大數據能夠在自己哪些業務中發揮價值；業務驅動是企業成功實施大數據解決方案的基礎。第二步是做好驗證，大數據的實施會有很多組成部分，只有驗證了其可行性之后才能為大數據實施成功提供可能。

在實施大數據解決方案時，戴爾會考慮大數據運用到企業的哪些項目才能夠幫助企業降低成本，實現利潤最大化。在節約成本的基礎上，實現業務創新。

“第一步是實現節約成本。第二步是找到之前沒有的盈利方式，最后是實現業務創新。”許良謀表示，“大數據不是一個宏觀的概念，而是一個細分類型，從數據中發掘出更多價值，發掘出大數據更多的自營權——這也正是戴爾目前的努力之所在。”

在大數據與業務的結合方面，許良謀表示，戴爾自身也在探索大數據在業務上的創新，采用私有云的方式，利用大數據進行自我優化。“我們在內部部署了Teradata企業級數據倉庫平臺，用于跟蹤分析所有交易，該平臺作為大數據業務創新的一部分，可以幫助戴爾更好地預測和滿足客戶需求、提高效率、獲取關鍵的洞察力。”

從客戶出發整合解決方案

不同的公司在大數據發展中處于不同的水平和不同的階段，由于大數據自身的復雜性，在其發展的每個階段都會存在挑戰。針對客戶在不同階段的不同挑戰，戴爾已經具備了創新的解決方案，可處理每個階段的結構化、半結構化和非結構化的數據。

據許良謀介紹，戴爾的大數據解決方案分為兩類：一類是數據保留方案，另一類是數據分析解決方案。在數據保留方面，戴爾經過歷次并購構筑了一整條存儲產品線，并奠定了基本的數據保留基礎：其EqualLogic存儲系統提供了強大的iSCSI集群存儲；Compellent則更加側重光纖環境下存儲的性能優化以及自動分層；DX系列基于對象的存儲系統則是針對大規模數據存儲需求的歸檔存儲。此外，Restore可以通過極端的數據壓縮方式對于結構化的、半結構化的以及基于對象的存儲進行處理，從而極大地減少數據實際存儲的空間。而戴爾一直以來秉承的“流動數據架構”也在硬件平臺基礎上，進一步優化系統整體性能并提升其性價比。

談到數據分析層面，由Apache基金會開發的Hadoop是目前較為普遍的數據分析工具。如今，谷歌、雅虎、亞馬遜，包括國內的淘寶、百度、騰訊等互聯網巨頭都采用了Hadoop技術來處理海量數據。此外，該技術還在逐步向企業級應用領域擴張。Hadoop帶來的挑戰之一，是如何構架定制化的Hadoop方案，使之適應不同的操作環境，并滿足企業的個性化需求。

在這方面，戴爾也提供了一系列專業的服務和工具，例如Crowbar開源工具便可以幫助客戶更加簡易地部署Hadoop環境。此外，戴爾還和Cloudera的合作，可以幫助客戶更好地應用Hadoop進行數據分析。

許良謀表示，戴爾希望能夠有統一的環境，這樣就可以實現基于文件、文件塊以及對象的存儲，從而提供一種橫向擴展的以及一種統一的架構。“戴爾提供的是端到端的解決方案，所以在以后，我們將會進一步地推動更加緊密的、無縫的零整合，這其中就包括在不同的服務器、存儲和云之間的整合。”

在大數據的驅動下，像戴爾這樣的硬件巨頭勢必會從分析客戶需求入手，分析他們所面臨的棘手問題，為其提供與之相應的解決方案。用許良謀的話說，“戴爾的價值在于了解客戶的需求，為客戶應對大數據的挑戰出謀劃策，幫助大家正面迎擊大數據帶來的變化，從而實現真正的業務創新。”