? ? ?

?隨著數字淘金熱的擴大，數據正成為人們關注的焦點，成為一種寶貴的信息來源。據估計，數字世界將至少每兩年翻一番，到2020年將達到44千字節，比2010年增長50倍。數據湖的規模是驚人的，但百萬美元的問題仍然存在；也就是說，如何從數據海嘯中找到意義并加以利用。 ? ? ?

? ? ? 幾十年來，人們一直在觀察被稱為摩爾定律的現象，隨著新技術（固態硬盤、軟件定義存儲、對象存儲等）的出現以及存儲行業的整合，價格螺旋以每年兩位數的降幅向南發展。 ? ?

? ? ? 在數字時代，數據存儲的真正成本不再是購買硬件，而是努力管理數字資產所需的努力和知識。在許多行業和地區，由于對數據生命周期管理的要求越來越嚴格，針對特定國家的隱私法和加強了數據保留期的合規性法規，加密技術的利用率越來越高，這一點變得更具挑戰性。盡管在大數據上的支出不斷增加，技術公司仍在摸索。?

Although enterprises spend a fortune on collecting, storing and managing data, only a few excel in converting raw data into actionable information. This is particularly true as far as unstructured content is concerned, which still accounts for approximately 80 to 90 percent of all corporate data.

? ? ?? 盡管企業在收集、存儲和管理數據上花費了大量資金，但在將原始數據轉換為可操作信息方面，只有少數企業表現出色。就非結構化內容而言，這一點尤其正確，因為它仍然占公司所有數據的80%到90%。?

A recent report by Veritas concluded that 52 percent of all data currently stored and processed by enterprises around the globe is considered “dark,” whose value is unknown. As much as 33 percent of the data is considered redundant, obsolete or trivial, and is even known to be useless. On average, only 15 percent of all stored data is considered to be business critical. Unless enterprises take corrective action and become more considerate, estimates are that a “data hoarding” culture will cumulatively lead to $3.3 trillion in avoidable costs by 2020, for managing the digital cemetery.

? ? ?? Veritas最近的一份報告得出結論，目前全球企業存儲和處理的所有數據中，52%被認為是“黑暗”數據，其價值未知。多達33%的數據被認為是多余的、過時的或微不足道的，甚至被認為是無用的。平均而言，只有15%的存儲數據被認為是業務關鍵數據。除非企業采取糾正措施并更加體諒，估計到2020年，“數據囤積”文化將累積導致3.3萬億美元的可避免成本，用于管理數字公墓。?

Cloudification: friend or foe?

云化：朋友還是敵人？

yún云 huà化 ： péng朋 you友 hái還 shì是 dí敵 rén人 ？

In light of the fierce price battles, especially in the public cloud domain, and the ability for enterprises to store shiploads of data at low costs per unit, many of them feel strongly tempted to take advantage of it and swiftly transition corporate data into the cloud. While there are plenty of legitimate reasons for doing so and use cases in abundance, the decision to touch petabytes of data should be taken thoroughly.

? ? ?? 鑒于激烈的價格戰，特別是公共云領域的價格戰，以及企業以每單位低成本存儲大量數據的能力，許多企業都強烈希望利用IT并迅速將企業數據轉換為云。雖然這樣做有很多合理的理由，并且有大量的用例，但是應該徹底地做出接觸數兆字節數據的決定。?

? ? ?? 首先，企業需要從內容類型、年齡、相關性等方面正確理解數據的構成，并對其進行分類。例如，將黑暗數據卸載到云中除了浪費時間和金錢外，什么都不是。此外，數據在轉換重力時會展開重力，這只會使問題進一步遠離。隨著數字世界呈指數級擴張，如果不是真正的噩夢，那么將不斷增長的數據產業轉移回來至少將成為一項具有挑戰性的任務。因此，企業在開始云計算之前應該仔細評估、可視化和分類數據。?

? ? ?? 處理結構化數據可能沒什么大不了的，但是管理非結構化數據是一個比最初看起來更大的挑戰。由于大部分數據都是非結構化的，因此在實施數據中心業務模型時，評估其價值并識別重復的、機密的和敏感的信息是關鍵組件。 ? ? ? ?

? ? ?? 無論是所有權與首席信息官（CIO）或專用首席數據官（CDO），數據和分析領導者應該密切合作，與他們的業務單位同行，并提出了一個數據治理框架，建立了基礎，為所有使用情況。這通常包括如何對數據進行分類、捕獲、精煉、分析、管理、貨幣化、保留和刪除，同時考慮到合規性和可能適用的其他監管要求。 ? ? ??

? ? ?? 開發了能夠使企業獲得商業價值的專有算法的企業，應考慮申請專利以保護其知識產權。 ? ?

? ? ?? 盡管支出不斷增加，但仍有許多基礎工作必須完成。企業應避免陷入機會主義的“數據囤積”文化中，并意識到存在一個轉折點，在這個轉折點上，創建更大的數據倉庫不一定會帶來更大的回報，尤其是在記住有多少內容是“黑暗”或“古老”的情況下。事實上，結果在任何大數據分析項目中，只有利用數據的質量是一樣好的。在很大程度上，這與將“好數據”與“大數據”分開的、實施良好的治理模型有關。 ?

? ? ?? 云化可以帶來很大的經濟意義和充足的用例，但是它需要有可靠的規劃，以避免被引導到花園的道路上。

? ? ? 雖然一開始可能被錯誤地認為是一項相當無聊的內務管理工作，但建立一個可靠的數據治理模型確實與精通數據的企業的成功緊密相關，并遵循兩個與公司資產負債表直接相關的基本原則：獲得戰略洞察力以產生新的數據。Gital的收入流，并消除了管理大量無用數據的不必要成本。