然而,由于有價值的數(shù)據(jù)攝取自遍布企業(yè)的大量數(shù)據(jù)點,隨之而來的數(shù)據(jù)蔓延成為眾多組織需要應對的嚴峻挑戰(zhàn)。
普華永道第 22 期全球 CEO 調(diào)研發(fā)現(xiàn),在 95% 的本土 CEO 看來,他們公司的成功“有賴于更好地利用消費者和客戶數(shù)據(jù)”。近期一份 IDC 報告顯示,超過 80% 的 IT 領導者認為,數(shù)據(jù)蔓延是他們現(xiàn)今面臨的最為關鍵的問題之一。
盡管坐擁海量可能有用的數(shù)據(jù),多數(shù)組織卻很難充分挖掘其中的價值。龐雜的數(shù)據(jù)往往囿于零散的孤島,數(shù)據(jù)發(fā)現(xiàn)和治理舉步維艱,要將數(shù)據(jù)列入傳統(tǒng)報告同樣費時費力,因此在將數(shù)據(jù)轉(zhuǎn)化為易于理解的洞察時常常問題不斷。
數(shù)據(jù)管理技術幾經(jīng)更迭演進,從最早的打孔紙卡到后來的磁鼓內(nèi)存,在上世紀 70 年代之后更是飛速發(fā)展。Hadoop 等系統(tǒng)的出現(xiàn)為數(shù)據(jù)存儲和檢索帶來飛躍,而如今現(xiàn)代企業(yè)需要面對益發(fā)洶涌的數(shù)據(jù)洪流,讓這些問世未久的系統(tǒng)甚至顯得跟不上時代。邏輯數(shù)據(jù)結構是一種能夠有效轉(zhuǎn)換數(shù)據(jù)并用于商業(yè)用途的技術,或可成為當下數(shù)據(jù)蔓延的解決之法。
邏輯數(shù)據(jù)結構:編織數(shù)據(jù)虛擬視圖
過去數(shù)十年,數(shù)據(jù)采集和存儲一直通過中央存儲庫進行,主要是為了讓組織可以獲得跨應用程序和數(shù)據(jù)庫的統(tǒng)一信息視圖。
與將數(shù)據(jù)整合至中央物理存儲庫不同,一種稱為邏輯數(shù)據(jù)結構的新數(shù)據(jù)管理范式悄然興起。邏輯數(shù)據(jù)結構能夠生成跨應用程序的數(shù)據(jù)虛擬視圖,可在支持所有企業(yè)數(shù)據(jù)統(tǒng)一視圖的同時將數(shù)據(jù)保留在原始數(shù)據(jù)源中。
Denodo數(shù)據(jù)虛擬化是這一結構的核心技術,其中多種功能通過人工智能 (AI) 和機器學習 (ML) 實現(xiàn)自動化。隨著組織越來越多地將數(shù)據(jù)存儲在多個基于云的平臺,導致本地數(shù)據(jù)孤島問題加劇,邏輯數(shù)據(jù)結構日趨凸顯其重要作用。
變收集為連接:邏輯數(shù)據(jù)結構為何更勝一籌
邏輯數(shù)據(jù)結構可使組織停止“收集”數(shù)據(jù)及存入中央存儲庫,借助Denodo數(shù)據(jù)虛擬化開始遠程“連接”不同來源的數(shù)據(jù)。無論數(shù)據(jù)位于何處,邏輯數(shù)據(jù)結構都能以虛擬方式消除數(shù)據(jù)孤島,實時整合數(shù)據(jù),發(fā)揮數(shù)據(jù)發(fā)現(xiàn)、管理和治理的優(yōu)勢。
通過這種方法,邏輯數(shù)據(jù)結構得以大幅提高業(yè)務數(shù)據(jù)用戶的效率。由于不必將數(shù)據(jù)從來源移動到臨時存儲庫,IT 團隊不再需要編寫 ETL 腳本以在將數(shù)據(jù)加載到目標系統(tǒng)之前轉(zhuǎn)換數(shù)據(jù),而是借由數(shù)據(jù)虛擬化即時執(zhí)行轉(zhuǎn)換,從而節(jié)約存儲成本,并提升數(shù)據(jù)時效性。
此外,數(shù)據(jù)虛擬化的低代碼到無代碼方法能夠顯著減少開發(fā)統(tǒng)一數(shù)據(jù)視圖和統(tǒng)一智能所需的資源,降低開發(fā)成本。更重要的是,Denodo數(shù)據(jù)虛擬化可以用作企業(yè)內(nèi)所有數(shù)據(jù)資產(chǎn)的虛擬目錄,包括所有數(shù)據(jù)集從其起始點到最終發(fā)布狀態(tài)的沿襲、特定數(shù)據(jù)的格式以及不同數(shù)據(jù)資產(chǎn)之間的關系。通過該目錄,用戶無需訪問不同系統(tǒng)來執(zhí)行數(shù)據(jù)發(fā)現(xiàn)或是記錄業(yè)務定義用于數(shù)據(jù)治理等操作,使流程得以精簡。邏輯數(shù)據(jù)結構還具有強大的數(shù)據(jù)準備功能,可以規(guī)范數(shù)據(jù)格式并簡化數(shù)據(jù)供業(yè)務使用。業(yè)務用戶隨后可在他們慣用的分析、運營、Web 或移動應用程序中輕松訪問數(shù)據(jù)。
未來的邏輯數(shù)據(jù)結構:納入 AI/ML
邏輯數(shù)據(jù)結構已經(jīng)采用 AI 和 ML 來自動執(zhí)行日常任務,這也將是日后大勢所趨。AI 和 ML 能夠持續(xù)分析變化的數(shù)據(jù)模式并自動整合新數(shù)據(jù),進而生成統(tǒng)一視圖,以最適合的格式交付給業(yè)務用戶。
AI 和 ML 技術相結合使組織能夠更好地理解某些用戶的數(shù)據(jù)使用行為。
邏輯數(shù)據(jù)結構的今天和明天
邏輯數(shù)據(jù)結構如今不再只是設想,很大程度上正是得益于上述優(yōu)勢,越來越多的財富1000強公司采用Denodo數(shù)據(jù)虛擬化部署其關鍵戰(zhàn)略,執(zhí)行統(tǒng)一的數(shù)據(jù)集成、安全治理、服務和部署,提供方便業(yè)務使用的完整企業(yè)數(shù)據(jù)視圖,并利用 AI 和 ML 實現(xiàn)關鍵流程自動化??上攵壿嫈?shù)據(jù)結構勢必成為今后幾年最熱門的數(shù)據(jù)管理趨勢之一。
作者:Denodo 高級副總裁兼首席營銷官 Ravi Shankar