CIO面臨大資料架構的選擇 困境

對於大資料的架構，CIO面臨著一個存在已久的選擇困境：買入還是自建?新的業務問題、廠商方案的稀缺和大量新技術的湧現，都加大了決策的困難。 而且，相關的名詞是如此的模糊不清，比如大資料等。

隨著特斯拉宣稱將在2017年推出廉價的電動汽車，這種感覺愈發強烈。 但是，在IT圈內，CIO們更關注Elon Musk(特斯拉的CEO和產品架構師)是如何讓其CIO去應對這個挑戰的：構建自己的企業資源規劃系統(ERP)，而不是基於SAP來進行升級改造。

這不僅僅是ERP方面的工作，而是開創了一種潮流。 在MIT斯隆CIO論壇上，參會者對特斯拉的決策賦予了更為深遠的意義，正如同Facobook計畫構建自己的CRM系統一樣。 這類決策背後蘊含的意義是，市場已經無法完全滿足客戶的定制需求，天平已經從傳統廠商向特定的優化方案傾斜，尤其是在大資料逐漸滲透進業務戰略的趨勢下。 對CIO來說，最關鍵的東西應該就如Babson College(位於麻塞諸塞Wellesley)資訊技術和管理教授Tom Davenport所說的那樣。

「我不知道特斯拉的系統是否能勝過SAP或者Oracle的產品。 真正讓我震驚的是，決定自行開發一切的舉措。 但是，為了業務的差異化構建戰略性的系統，永遠都是有意義的。 」在主持大資料相關研討時Davenport表示。

要確定你最關鍵的技術需求，即那些很少能通過現有廠商獲得的技術，以及那些和業務問題關聯最緊密的技術。

當CIO們構建大資料系統時，可能會面對一個存在已久的IT決策困境：自建還是買入?如今，那些統治市場多年的標準化方案，已經無法徹底應對大資料基礎架構所存在的瓶頸。 更多的選擇開始進入人們的視線，記憶體計算、NoSQL資料庫、雲計算、開源軟體以及如Facebook和特斯拉那樣自行開發。 但是，無論如何，CIO首先要消除「大資料」這個詞帶來的各種混沌和疑惑，在大潮之下看清企業所面臨的的技術痛點。 最終，CIO們採用的很可能是那種具有較強針對性的點式方案，而不是涵蓋各個方面的大一統的方案。

首先，什麼是大資料?

大資料這個詞問世已經不止一年了，但是其含義至今仍混淆不清。 「大資料是一個無所不包的行銷術語，你對什麼感興趣，都能將其囊括其中。 」Monash Research(位於麻塞諸塞Acton)的創始人Curt Monash表示。

Monash在其2011年的一篇博客中認為，更糟糕的情況是大資料的定義(包括Gartner的3V定義)本身就通常是具有誤導性的，導致了市場的混亂。 Monash認為，那種希望有一個技術棧可以解決所有新IT問題的想法，是極其幼稚的。

Fidelity Investments專業服務集團的首席資訊官Darrell Fernandes認為，大資料這個詞的濫用可能會對廠商的銷售有所提升，但是，同時也給潛在的買家帶來了很大的麻煩。 在本次MIT論壇的大資料研討會上，Fernandes認為這將給業界帶來傷害，尤其是當技術投資和業務回報之間的聯繫含糊不清時。 1990年代時，你可以明確指出CRM技術所帶來的業務價值，而大資料的涵蓋面太廣，缺乏明確的指向，只能徒勞地帶來業務和IT兩端的渴望和焦慮。

持有如此的論調，並非僅僅只有Fernandes一人。 比如，在其最新的報告《Reset on Big Data》中，Forrester公司(總部位於麻塞諸塞Cambridge的諮詢公司)就特意避免將大資料定義成一種技術或一個技術問題，否則可能導致技術人員視野過窄而錯過趨勢。 相反，根據Forrester分析師Brian Hopkins(該報告的作者之一)的看法，大資料是「填補你的能力與已有資料之間的鴻溝，從而讓資訊真正轉化為對業務的洞察，這將是一個持續的過程。 」

在一開始，你需要知道從何入手。 Forrester的建議是，在構建或買入之前，業務和IT 領導共同對實用場景進行研究。 有些時候，實現應用場景需要進行投資。 但是，有時要求進行企業文化上的轉變，即基於資料來做出決策。 大資料意味著業務模型是資料驅動的。 這方面的轉型需要一定的能力，即CIO要在做出任何投資之前對企業當前處境有清晰的認知。

單一廠商可能無法應對

當大資料技術投資不可避免時，Hopkins提醒CIO們不要被某些名詞所局限住(比如Hadoop，近來很多時候被用為大資料的代名詞)，而是應該回歸本質，關注實際的功能。 他建議關注在Hadoop所提供的「高彈性、成本可接受的資料存儲和分析方法」上。

基本可以確定的是，能夠解決當前企業所面臨的資料問題的技術棧，不會來自單個廠商。 「你不可能得到一站式的解決方案。 」Hopkins說。 Monash認為，從單一廠商買入將是非常昂貴的：「高昂的投入不僅僅來自于金錢，還包括管理成本等。 」

Hopkins所指的廠商包括IBM、微軟和Oracle等，這些巨頭擁有完整的解決方案棧：「但是我並不認為其產品如廠商們所宣傳的那麼適用，潛在的客戶也應該明白這一點。 」如果選擇開源軟體，Hopkins認為也會面臨麻煩。 諸如 Cloudera、MapR和Hortonworks等廠商都選擇了不同的開源版本來構建自己的產品。 有些時候，這些廠商開發的新功能與開源社區有重合。 於是客戶可能不得不在功能模組的層面進行取捨。

對此，Monash有自己的原則：「找到自己最急迫的技術需求，即很少有廠商能滿足的功能，以及那些和當前業務問題關係最緊密的技術。 」

當然，對於業務問題或產出的考量也不能過分誇大。 正如Fernandes所解釋的，其所在公司是這樣逐漸讓大資料的概念變得清晰具體的：「我們這幾年來一直著眼于具體的假設、具體的應用場景和具體的產出。 由於關注點非常聚焦，才能持續的獲得進展。 」