大數據分析之數據孤島：你能看到它們嗎

從企業和CIO們開始嘗試數據挖掘以來，數據孤島就一直阻礙著商業智能效能的提高。數據孤島，換句話說昂貴的、需要費盡心血維護卻彼此無法兼容的數 據庫，指望從它們那兒發掘到偉大的知識，無疑于緣木求魚。也就是說，數據庫的數量和挖掘到的知識產量沒有任何關系。正如一位商業智能專家所說的，進進出出 的都是垃圾。
　　談到大數據分析-或者叫數據3V（類別、數量和增長率），則是個令大多數公司窒息的流行語。因為，據分析師Ted Friedman說，數據孤島整指數般的蔓延-就像瘟疫一樣。
　 　 “在你的公司，任何時間任何地方，都有數據孤島的存在。從大數據的角度看，簡直整個宇宙都充斥著數據孤島-在防火墻里，在web上，在‘云’端，還有那些 屬于其他企業、客戶和供應商的卻在你這兒出現的數據，”Gartner主持信息管理咨詢的Friedman說道，“所有這些使得你更難打破數據孤島來挖掘 有意義的知識信息?！?/span>
　　那么，CIO在詮釋大數據的過程中能起到什么作用呢？和企業遇到的其他IT挑戰一樣，這個難題及其解決之道也圍繞 著人才、流程和技術而展開。CIO不僅需要為為員工培養新技能（包括招募數據科學家、分析師和架構師等），而且需要說服高層：大數據治理是需要高管甚至董 事會關注的重要命題。
　　突然變時髦的數據管理
　　對付大數據遭遇的數據孤島問題有一種 方法，就是孤立分析，重點突破。Gartner專門有一種信息估值過程來運用這種方法?！霸邶嫶蟮臄祿Ｑ笾?，不同數據有著不同的價值，于是數據挖掘的目 標，就變成了定義怎樣的問題空間，然后在空間內深入分析，”Friedman說道，“就我看來，客戶往往將分析邊界定義得太過寬泛?！?/span>
　　為了突出重點，企業可以首先問自己這樣一個問題：我們到底要從數據中得到什么？這些數據和我們的業務有什么聯系？我們如何使用這些數據以獲得積極的回報？
　 　隨著企業越來越關注潛伏在大數據中的價值信息，Gartner注意到越來越多的公司開始設立數據治理委員會。由業務干系人所組成，這些機構關注一切方面 -從哪些是重要的數據源、向什么技術投資，到各種和數據有關的問題，譬如數據質量、數據保留度、數據整合、數據安全性和信息隱私。
　　外部數據孤島的危險探索
　　除了少數IT專家外，也應該開放給其他職員大數據探索的權利，以最大程度從大數據中攫取價值。Gartner及其它專業人士擔心，很多組織急于從大數據中牟利，以至于忽視了IT治理的風險，從而付出了侵犯隱私、數據造假等問題而得到嚴懲的代價。
　　 “在企業里，徹底的數據開放不切實際，”麻省Forrester首席分析師Boris Evelson說道，“有各種各樣的監管問題和利益沖突。舉個例子，投行的行研師和交易員之間就絕對不可互犯雷池一步?！?/span>
　 　在科羅拉多大學國家冰雪研究數據中心（NSIDC）和其數據收集伙伴美國航天局（NASA）看來，保護數據的完整是一項巨大的挑戰，NSIDC的IT服 務經理David Gallaher如是說。David的主要任務，是收集、管理記錄著世界上所有冰凍地域的以PB級計算的科學數據，并保證以可控的方式分發給需要的研究人 員?！拔覀冃枰屓藗儽M可能方便地獲取他們需要的數據，但我們必須得保證他們不可能胡亂更改其中的任何一處，”正在接受地理學培訓的Gallaher表 示。另一方面，NSIDC的科學家們每次訪問數據后肯定會對其進行更新，所以數據管理的治理原則必須是“正確的人做正確的修改”，Gallaher強調 道。NSIDC目前正在和美國國家科學基金會合作完善其數據治理原則。
　　數據管理-只要多視圖，不要多拷貝
　　不是所有人同意大數據一定意味著更多的數據孤島這一說法。IBM大數據項目副總裁Anjul Bhambhri就宣稱，大數據其實能“幫助”CIO。
　 　 “現在，數據孤島能夠進行自我清理，”在一次針對其一年來為200多家公司清理數據孤島的訪談中，Bhambhri如是說。一家大型企業為郵件歸檔建立了 13個數據集市（單是法務部就使用了8個），因為當他們要訪問歸檔郵件時，他們等不及讓IT來處理。另一家公司的兩個部門分別為自己的web緩存建立了拷 貝?！耙浪麄兠刻炀陀?50億條緩存要處理，”Bhambhri說道。
　　新技術-當然，包括IBM的BI大數據產品-可讓企業在一個數據 倉庫中存儲和分析龐大的數據信息。因此，上述兩家公司只用保留一個活躍的數據歸檔，大可不必設立13個歸檔副本或150億web緩存?！澳愕臄祿挥帽４?于一處，來自多處的應用即可對數據同時進行訪問，因為數據在存儲層次的形式保持不變，”Bhambhri說道。然而，即使她和像她這樣的積極倡導大數據分 析的IT人士，也不斷提醒企業，有效的大數據分析，需要對已有的IT系統框架進行徹底地改造?！澳軌蛴行Т鎯祿窃谡_的方向上前進了一大步，”她說 道，“但僅能存儲是不夠的，有效的分析還需要大量的算法?！?/span>