大數據時代，“數”誰靠譜

過去幾年內，我們見證了互聯網從“數據”到“大數據”的量的轉變。作為擁有數據生產者和使用者雙重身份的企業，正面臨著時代變革所帶來的各方面的挑戰，無論是大公司還是小公司，或所處什么行業領域，企業所面臨的困境越來越相似。

企業對于自己的信息知之多少？

這些數據來自何方？

如何應對爆炸式增長的數據量？

這些數據是否安全可靠？

如何使龐大繁雜的數據變得易于管理？

……

可見隨著 “數字化轉型”進程的推進，企業對數據的要求也隨之提升，從“量”變逐漸往“質”變的方向發展?！翱尚湃螖祿保═rusted Data）將成為企業競相爭取的下一座金礦。

其實數據就如原油，只有經過提煉才能發揮無盡的潛能，“可信任的數據”即經過提煉后的石油，那么究竟何為“可信任數據”？從字面上理解，它主要有兩層意思：

其一，數據完整、準確。大數據并非只是指其數據量之大，更體現在其所蘊含的價值之大。通過保證數據的完整和準確，使數據的價值得到體現，數據完整、準確是“可信任”的根基。

其二，可值得信賴。數據質量是確定決策所使用的數據是否可靠的一個基本考量因素?！翱尚湃蔚臄祿闭蟻碜匀魏蝸碓吹目尚艛祿?，將其組合成有意義、有價值的信息，這樣的數據是值得依賴的。

高質量的數據是大數據發揮效能的前提和基礎，企業獲取“可信任數據”，勢如奪金。而通過強大的大數據分析技術是獲取“可信任數據”發揮大數據價值的重要手段。想必這時候你就會問，如何獲得“可信賴數據”呢？作為數據管理和分析領域的強手，IBM給出了數據收集，集成到管理整個生命周期的解決方案，幫助企業從海量數據中獲得洞察，助力科學決策。

數據提質必經站——Information Analyzer

企業經常碰到幾個數據質量問題，如：數據不完整，數據不一致，數據邏輯錯誤，數據有錯誤等。要想獲得高質量的“可信任數據”，則必須規避這些問題。IBM Information Analyzer就很好的解決了這些問題，它就像是一個提質站，提供了數據質量評估、數據質量監控和數據規則設計與分析功能，幫助企業降低錯誤信息所帶來的風險，保證“可信任數據”順利交付。

通過 IBM InfoSphere InformationAnalyzer 軟件工具實現對數據進行全面分析，包括技術層面和業務層面，體現如下：

標準評估：為企業數據源的結構、內容和質量建立一個全面、整體的認知。

數據規則：通過定制并不斷地調整自定義數據質量規則來對數據進行更深入的質量驗證，趨勢預測和模式分析。

報告指標：通過對分析結果的鑒別、評估以及異常管理來限制數據質量的惡化，從而降低風險。

數據集成利器——DataStage +CDC

相信很多企業都有這么一個感覺，雖然大數據為企業機構在做商業決策等方面提供了強大的支持，但與此同時，錯綜復雜的數據本身對企業就是一個挑戰。如何將大量的結構化和非結構化數據轉化成“可信任數據”是企業所急需的，IBM擁有DataStage和ChangeDataCapture（CDC）等多種數據集成解決方案正是為解決這些問題而生。通過將不同來源的數據組合成有意義、有價值的信息，幫助企業理解、清理、監視、轉換和提供數據，確保信息的可信度和一致性，并對數據進行實時監管。

（InfoSphereCDC產品的關鍵組件）

作為數據集成的兩大利器，DataStage和CDC相輔相成，卻又各有所長。IBM CDC是一種準確而高效的數據復制工具，可以幫助企業輕松地獲取業務生產系統的增量數據；而DataStage 則是企業數據集成領域另一個專業而強大的ETL工具，擁有多處理器硬件平臺的并行處理能力和可擴展的功能，可以高效批量處理海量數據。當CDC與DataStage“雙劍合璧”時，就能實現快速地把業務增量數據，實時地按業務規則進行數據轉換和集成處理，把最終處理結果更新到目標的分析系統中。

（IBM DataStageETL解決方案系統架構圖）

IBM DataStage 和CDC等數據集成方案適用于各個領域，尤其是銀行、保險、大型制造業等行業領域。例如，華為借助DataStage ETL解決方案打通了各個業務之間的“信息孤島”的問題；中國建設銀行在建設海外開發中心的過程中，通過CDC使海外分行和北京中心建立了實時雙向數據同步功能。

我的數據我做主——InfoSphere MDM

科學的決策一定是基于準確可靠的數據得出的，而想要獲得“可信賴數據”，企業就需要擁有一套適合自己的數據監管方案。無論是銀行、制造業、零售商或政府機構，都擁有自己的核心數據，即我們常說的主數據，一套強大的主數據管理可幫助企業創造出巨大的商業價值。IBM MDM為企業提供基于SOA 開放標準的主數據管理，可擴展的功能架構，和靈活地進行客戶化定制主數據的管理方案，為所有業務部門提供及時、準確的主數據業務視圖。MDM主要有三種部署方式：協作型、操作型和關聯數據管理，企業可根據自身屬性選擇使用。

由于缺乏全局意識，很多企業所采用的應用程序只是為支持某個業務領域的運營過程而設計的，它們擁有自己的信息技術設施，包括與應用相關的數據存儲和定義，其結果就是導致同步數據變得十分復雜，維護難度不減反增，數據質量很難確保。通過集信息集成、管理和共享于一身的IBM MDM，可很好的解決這些問題，5個步驟就能達到簡化結構，降低成本，改進數據監管等目標：

1.    建模：用靈活的數據模型定義任意類型的主數據

2.    識別：快速匹配和準確識別重復項目

3.    解決：合并以創建可靠、唯一的真實來源

4.    聯系：揭示各類主數據之間的關系

5.    治理：創建、使用、管理和監控主數據

大數據時代，企業的戰略一定是從“業務驅動”轉向“數據驅動”。未來有價值的公司，一定是數據驅動的公司。在這樣的時代背景下，參差不齊的數據時刻困擾著企業業務發展之路，唯有從數據的源頭到管理全過程確保數據的準確可靠，才能保障企業有效地挖掘隱藏在大數據中的信息，為“我”所用。因此在大數據時代，“數”誰靠譜？相信你看完文章心里已經有了答案。