大数据的价值回报几何?

标签:大数据  信息化

访客:20209  发表于:2012-08-22 14:57:50

大数据正在成为继云计算之后备受追捧的技术领域。不过,企业在充分认识并发掘大数据蕴含商业价值的同时,也需要密切关注大数据技术利用的价值回报问题。在8月16日举行的“2012 Informatica全球巡展”北京站活动中,Informatica高级副总裁兼CIO Tony Young提醒有志于进军大数据应用的企业用户,为了从大数据中获取最大的价值回报,企业需要对数据挑战进行战略性的评估,并制定出包含大数据在内、能够根据变化的业务需求而灵活扩展的数据管理方案。

“企业需要通过思考数据战略的总体回报,来应对大数据的挑战,并从中把握商业机会。所谓‘数据回报率’是一个简单的等式,即数据价值与数据成本相除。如果提高了数据对于业务部门的价值,同时降低管理数据的成本,从数据中得到的回报就会增加,无论用金钱来衡量,还是用更好的决策这样的无形效益来衡量,都是如此。”Young说。他还指出,从技术层面分析,数据回报率为数据集成、数据管理、商业智能和分析方面的投入提供了业务背景和案例。

Young认为,以Hadoop为代表的大数据技术解决了传统数据管理技术所无法解决的问题,同时大幅降低了系统投资的门槛。这也是众多商业软件供应商相继对Hadoop提供支持的重要原因。他同时指出,相关人才的短缺是企业成功利用大数据的最主要障碍。围绕大数据商业价值的开发,市场需要大批的数据科学家,而在现阶段,这样的人才仍难觅其踪。

目前,在大数据领域,Informatica已经推出了PowerExchange for Hadoop,以及Hadoop环境下的数据转换工具HParser。其PowerCenter on Hadoop计划于2012年12月正式发布。Young表示,与开源工具和企业自行开发的软件工具相比,Informatica所提供的Hadoop相关软件具有更佳的复用性,它们可以提供可预测、可重复的部署和方法,同时实现对企业现有数据管理资产和技能的复用。

比如,企业可以应用现有的集成逻辑向Hadoop加载数据,并重新使用现有的数据质量规则验证Hadoop数据。而ETL(抽取-转换-加载)开发者也可以利用Hadoop的功能。另外,使用Informatica的大数据工具还能够与频繁更替的Hadoop版本变更相隔离,企业可以由此避免对错误的技术进行不必要的投入。

来源:网界网

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");