企業如何更好地制定大資料策略

大資料策略會失敗嗎？ 是時候該討論一下這個問題了。 企業才剛剛掌握如何集成ERP（企業資源規劃）及其他業務應用來消除業務流程中妨礙效率的孤島。 面向服務架構、軟體即服務、雲計算及其他現代化解決方案在協助企業實現大型應用集成過程中都發揮了一定的作用。 但是如今，在大量資料的環境中組織正面臨新的一系列挑戰。 更清楚地說，它不是一條資料流程。 它是由許多獨立的資料流程組成的，使資料互相分離或者就像以前的企業應用那樣將孤立起來。

這不是因循守舊

這些資料中有許多都不像那些企業用處理的資料那樣。 在大規模結構化資料環境中，資料激增所面臨的大部分挑戰都可以通過擴展、冗余及分析而得到解決。 大資料時代，以上這些挑戰僅僅是企業必須解決的小部分問題。 如今收集到的資料類型來源非常廣泛。 資料通過嵌入式感應器、RFID晶片、箱子和音像供給、文檔和影像檔、圖像等其他方式而傳輸到資料庫中。 社交媒體會改變數據應有的形象。 這還不包括業務夥伴之間所共用過的大資料。

組織不再描述或者規定資料所要展現的形式。 實際上，如果嘗試這樣做，會大大地降低資料本身的價值。 企業僅能預測一定數量的潛在情節或者反應。 無論他們創建了多少核取方塊或者資料檔案，總會有資料溢出的現象。 從競爭的角度來說，忽視那些非傳統資料的後果是極具破壞性的。 最近麥肯錫全球研究院進行了一項研究，題目為：大資料是創新、競爭、生產率領域的下一個研究方向，研究表明如果企業未能充分利用現有的資料，那麼該企業將虧損數千億美元。

關係資料庫僅能提供部分解決方法

由於資料量大而且種類不同，因此採用工具和技術管理非結構化資料就變得非常困難。 非關聯式NoSQL、XML以及關鍵/數值資料存儲都可以協助企業解決多數大資料的可伸縮性和可訪問性問題。 例如Hadoop這樣的解決方案使用MapReduce及Hive Query Language，為企業提供管理大資料的一個起點，並獲取商業情報。 如MongoDB和Cassandra這樣的NoSQL資料庫管理系統已經實現Hadoop集成，使客戶獲得至少一個用戶端介面或者覆蓋連接不同的資料流程變得更加容易一些。

如今資料本身在企業中變得更加靈活。 並行流程及智慧資料將JitterBit這樣的工具分塊應用，將其設計成允許資料從一個應用程式傳輸到下一個應用程式，並保證傳輸的資料品質。 這種通過資料類型及應用進行的集成對於時間敏感的企業活動來說非常重要，這些活動中也會涉及即時分析。 一般地，這種形式的分析必須查詢當前資料和歷史資料，來識別新趨勢。 這就是SQL經常再次發揮作用的原因。

SQL、NoSQL以及大資料技術

新型資料的來臨並不是否定過去幾十年精心收集並整理出來的業務資料。 SQL資料存儲中的內部企業資料可以解釋大資料與其他資料在精確性及相關性之間的差異。 多陣列織發現他們仍然需要為了企業資料而保持SQL結構，來支援企業最佳業務實踐。 將一切資料變為非結構化格式並不是集成，這僅僅是趨同化處理。 與此同時，試圖迫使結構化資料向非結構化資料轉變也都是白費力氣的努力。

從企業角度來說，集成的目標並不是關注資料結構化而是關注組織化。 像新型Oracle Data Integrator這樣的工具試圖通過載入和轉換資料的Hadoop來尋找平衡點，所以，結合傳統企業資料就更容易進行分析。 分析流程中，這種方法使得來自多種資訊源及存儲中的資料相融合，此時就更需要資料整合。 這種折中的方法使得原始資料比最初的狀態更加自由，維持這種隱含價值可能更適合於未來分析的新方法。

(責任編輯：蒙遺善)