有人可能会说，这很简单。企业只需要构建一个数据平台，将内部数据与外部数据纳入到一起，基于海量数据开展数字化应用。
当然，从理论上来说，这的确是一条直接有效的路径。然而，遗憾的是，在现行的传统信息化架构下，这一路径很难实现。
众所周知，大数据应用的意义不在于掌握了庞大的数据信息，而在于对数据的专业化处理。从数据应用的过程来说，其主要涉及到三个层次：数据采集、数据存储和数据计算。我们需要先经由不同渠道将数据采集进来，基于存储技术将这些数据快速、安全、分类、有序地存储起来，再基于计算技术对这些数据进行加工、处理，将数据转化为有用信息。数据采集是大数据应用的基础，而数据计算则是大数据应用的关键。然而，传统信息化架构存在的弊端，导致数据应用在这三个层次上均无法有效落地。
1、传统信息化架构形成了大量信息孤岛，使数据采集和数据转换成为难题。
在传统的信息化架构下，企业的IT体系由一系列套装软件系统构成，比如ERP系统、CRM系统、SRM系统、HR系统等等，这些系统在应用中呈现烟囱式的架构。每一个系统都有一整套完整的结构，包括用户管理、权限管理、表单管理、流程管理、报表管理等等，这些系统彼此独立，形成了大量数据孤岛。即使企业想尽办法，采取设置接口、搭建服务总线等方式来解决数据互通问题，但无论怎样努力，也无法改变烟囱式架构的根本。大量财务数据和业务数据重复、凌乱地散落于企业的各类信息系统平台中，企业很难将它们全面地汇聚起来加以有效的挖掘应用。
2、传统信息化架构难以满足对海量数据的存储、处理和分析需求。
按存储形式分类，企业内外部数据可分为结构化数据和非结构化数据。结构化数据是由二维表结构来逻辑表达和实现的数据，为数据库；非结构化数据为不方便用数据库二维逻辑表来表现的数据，包括所有格式的办公文档、各类报表、图片和咅频、视频信息等。根据Gartner的预计，企业中高达80%的数据都是非结构化数据。这类对计算机的数据处理能力和读写速度要求更高，且数据量每年都呈指数级增长。这就对系统的数据存储和数据管理能力提出了更高的性能要求。
然而，在传统的烟囱式的信息化架构下，由于每个系统都是独立、完整的存在，拥有完整结构，这就造成了大量重复建设，也为数据存储和数据管理带来了很大麻烦。多年来积累的数据缺乏标准的体系梳理，缺乏有效的数据管理机制，数据结构混乱，数据质量低下，数据基础不完备，缺乏完善的数据管控机制，使得数据平台屡屡沦为废墟无人问津。
企业必须打破传统的信息化架构，遵从连接、共享的互联网时代要义，重构新一代企业信息化架构，才有可能将内外部数据结合起来，将结构化数据和非结构化数据进行有效整合，开展真正可落地的大数据应用。
网友评论