SAP CTO:大數據“危機論”是個“大謊言”

關于大數據的“驚天謊言”一直傳聞不休。來自全球第一大應用軟件商SAP公司的CTO提出觀點。文中從專業的角度分析了大數據的處理方式，并通過comScore 和Airtel Vodafone公司為例說明了大數據的使用方法和方案。在我看來這更像是在推銷他們SAP的大數據解決方案。

拋出觀點，大數據的“驚天謊言”

關于“大數據”的討論，無論你走到哪里，都無處不在。在Google搜索這個詞組，搜索結果超過13億條。它甚至在維基百科擁有專門的條目。

“大數據危機”是虛構的，是一個“大謊言”的觀點，讓IT部門如臨大敵。數據泛濫導致很多人得出結論：企業將不堪重負。這并不是說企業內部的信息量不會增長。相反地，企業內部信息量也難逃增長的命運。因為，大數據一直是個難題。

盡管不斷有人聲稱，數據洪流將導致厄運來臨，但IT行業卻始終能夠通過改進計算基礎架構，使它們速度更快、容量更大、價格更便宜、體積更小巧，從而讓揮之不去的信息“大決戰”預言不攻自破。

獲得數據質量的重要性

今天，通過使用列式數據庫分析架構(columnar-based analytics infrastructure)，組織機構可以不必過度對“大數據”帶來的焦慮，相反，還能夠讓“大數據”更好為企業運營服務。在列式數據庫中， 用戶可以隨時調用和分析大數據集，即使對諸如非結構化數據等各種數據類型的大數據集亦是如此。它們不僅隨時可用，而且執行速度更快，還能根據工作要求，更方便地擴展，從而為盡可能多的用戶服務，涵蓋盡可能多的數據。

這種做法其實就是挖掘組織機構內外部的“大數據”，并提取有價值的部分供企業使用。它的目的是讓組織機構更靈活、更具競爭力，提高組織機構的盈利能力。

對于部署一個分析數據倉庫而言，最重要的步驟之一就是找到質量合格的數據。從數據凈化到采用數據管理總策略，用于確保數據質量的技術已經成熟，獲取最優質數據時還要對其進行內部審核。

數據延遲：需考慮組織內部數據延遲的三個方面：數據發生時機、事件延續時間、決策所需時間。

數據關聯：與商業用戶合作確定數據的前后關系，并就使用中的多個數據集建立相互聯系，同時還需要考慮數據增長率以及重復的來源。

自服務：確定高級用戶如何在不影響IT或其他資源的情況下，對用于查詢的數據實施控制。

首席數據官(Chief Data Officer)：指定一名高級職員擔任首席數據官的職務，使其能夠在維持組織治理的同時保證數據的可操作性。

數據質量的重要性再怎么強調也不為過。