數據虛擬化工具已經存在多年了，但鑒于現如今的企業都在積極的整合和訪問來自網絡、社交媒體和物聯網(IoT)等各種來源的數據，使得這一技術的重要性正在越來越多的從企業的戰術層面轉向為戰略層面。

在本次專家問答訪談中，來自雅典娜IT解決方案公司的創始人兼數據管理專家里克·謝爾曼為我們解釋了為什么數據虛擬化應該成為企業CIO們的雷達;較之傳統的數據集成工具其為企業所帶來的好處;如何使用數據虛擬化來提高企業的競爭優勢;以及哪些行業是這一技術的早期采用者。

為什么說對于企業的CIO們而言，數據虛擬化是一個相當重要的問題?

里克·謝爾曼：對于大多數企業的CIO而言，無論其所在的公司是中小型企業，或大型企業，這些企業現如今都在試圖訪問和收集來自企業內部和外部的眾多不同的來源的信息。他們想要更多的獲得關于他們客戶的信息，并將這些信息與合作伙伴、買家等等進行分享。在過去，他們能夠很好的得到和控制數據信息，并能夠將數據進行整合。但現在......數據來自世界各地，而不再僅僅是企業自己的應用程序。企業已經沒有足夠的時間或資金來將數據進行物理集成整合。而數據虛擬化則能夠從不同的數據源提取數據，實現數據信息的可視化，分析數據，將數據與其他來源的數據進行結合。在現如今這個瞬息萬變的世界，這是一個獲得并分析(和實驗)實時數據的非常***的方式。并且非常適合幫助CIO們解決他們當前所面臨的數據的沖擊。

這聽起來像是一個10年前還根本不存在的需求。是否只是在過去四到五年的時間里，數據虛擬化工具才成為企業的一種必要的呢，或者還是他們其實存在很長一段時間了?

謝爾曼：與分析領域的很多其他事情一樣，這些事情已經存在很長一段時間了，但企業業務對于這些技術的需求，以及企業所處環境的處理能力——包括企業設備的內存容量，以及網絡帶寬——均不利于有效地利用該技術的功能。該項技術的確已經存在了一段時間了，但企業的業務需求(社交媒體，物聯網，傳感設備，機器學習，Web數據和大量的云計算數據)卻才剛剛興起不久。隨著越來越多的企業開始使用云應用...所以才帶來了更多數據虛擬化的需求。而且，更多的數據是散落在各處的。盡管在該技術產生之前，這方面的需求其實已經存在了，然后鑒于該技術能夠深入到海量的數據之后：進行結構化數據和非結構化數據的綜合排序和分析，在此基礎上，各種需求才開始得以增長。

這就像一場***風暴：現如今的企業需求和處理能力均已經趕上了，現如今，這是一個非常實用且有效的方式來幫助企業獲取和分析數據。

較之傳統的數據集成工具，甚至是應用程序集成，數據虛擬化工具為企業帶來了怎樣的優勢?

謝爾曼：誠然，我們已經采用傳統的數據集成方法來進行數據集成有很長的時間了，這的確是一種很好的讓數據進入您所要分析的狀態的方式。而且，這些技術多年來也在隨著時間內的推移而不斷的得到改善。但想要對數據進行分類排序、發現這些數據到底是什么、弄清楚如何清理數據、進而將大數據放置在恰當的位置進行分析挖掘是相當費時的。當然企業仍然需要進行數據的整合，集成應用程序和數據倉庫。

有一些以數據虛擬化來代替傳統的數據集成整合的使用案例。其一是：如果這是一個新的數據來源，您可能需要在稍后才進行數據整合，但您需要現在就進行數據分析和看看這些數據到底是什么，了解其多么有用，而且您尚未搞清楚自己需要在哪一點上進行投資，以便進行數據的整合。這便是一個用例場景：集成整合的先兆。還有許多其他的用例，在這些情況下，您從未將數據與您的數據來源進行整合，您可能并不擁有這些數據。包括社交媒體數據、網絡數據、以及您企業可能需要用自己的先兆數據拿來與供應商、合作伙伴等進行交換的數據，這些數據您企業可能永遠不會自己擁有，但卻有能力或希望將這些數據與您企業自己的數據進行整合。當然，還有大量您不需要整合的數據的使用案例。這兩種情況，包括需要與先兆進行集成整合的數據;或者您不需要在物理上進行整合數據，都需要您進行分析，并將其納入到企業運維的實質層面中，對于數據虛擬化案例是非常有用的。

數據虛擬化技術是一種能夠用來提升企業競爭優勢的東西，抑或說其在某一點上，更像是任何企業實現商業智能的一種籌碼呢?

謝爾曼：我認為，在戰術層面上，數據虛擬化有很多常見的用途。類似于呼叫中心所采用的應用程序就一直在使用數據虛擬化技術。這只是一種能夠讓您企業保持與競爭對手在同一水平上的戰術。但是，在戰略層面上，數據虛擬化只是剛剛興起的，更廣泛地使用。為了能夠獲得諸如社會媒體，網絡分析，物聯網這樣的大數據來源，如果您企業能使用數據虛擬化，以快速獲得并分析這些數據，這確實能夠為您企業帶來一個戰略或業務優勢。可能從現在起的五年內的情況將大不一樣，但從戰略角度來看，現在使用該技術的確能夠為企業帶來競爭優勢。

呼叫中心如何使用數據虛擬化?

謝爾曼：這成為一種很常見的應用程序已經有一段時間了。例如，如果您是在一家擁有不同業務的金融服務公司的呼叫中心。其也許會有個人銀行賬戶業務，企業銀行賬戶業務，401K養老保險業務，保管業務，等等各種業務。這些都是分屬不同的應用程序，所以抵押貸款數據可能會在一個位置，而信用卡數據信息可能是在另一個位置，而孩童托管賬戶可能又是另一回事。

如果我打電話給客戶服務中心，其客服代表或客戶支持人員可以使用虛擬化技術以實時查詢所有這些數據來源，并找出與我所咨詢的業務相關的所有信息。

一些企業還整合了社交媒體數據或網絡分析數據。他們有一個客戶愿景：能夠提供不同的服務，可以看到客戶訂購了什么產品。您可以去亞馬遜訂購商品;您在其網站上都瀏覽過哪些商品?如果您已經是他們的一名客戶，他們可能會有針對性的向您推廣一些營銷活動或與您相關的社交媒體。這可能涉及到您作為他們的一名客戶或作為一個先兆數據，他們可以將其擴展到社交媒體或網絡分析。其甚至可以擴展到所有類型的數據。

戰略性地利用這些目前用來幫助呼叫中心討論的數據是否能夠帶來新的、人們目前尚未有的數據信息?

謝爾曼：是的，甚至可能更具戰略意義。呼叫中心是一種實際使用的排序分類的戰術。更具戰略意義的是，人們可能會在社交媒體上利用數據虛擬化，以帶來不同的營銷活動。大多數公司都有一款或多款營銷工具。他們可能有銷售管道信息。他們可能有來自他們的合作伙伴或供應商所提供的有關客戶的信息(如果他們的業務是直接面向客戶或其他業務的)。企業擁有很多不同數據源的信息，他們可以分析這些數據，以了解如何有效的進行營銷活動和銷售活動。

例如，可以借助醫療保健數據來評估患者人群的健康狀況。有很多不同的指標數據，包括您拜訪過多少次您的初級保健醫生，或是專家醫師，在私人醫生的辦公室或大型醫院進行過多少次相關不同的體檢測試。所有這些信息都可以用虛擬化來分析患者群體。

現如今，企業可以通過很多不同的應用程序來了解客戶，不僅僅是通過客戶所使用的一些應用程序的數據。更重要的是企業還要具備能夠實時的從很多不同的來源將所有這些不同的數據迅速整合在一起的能力。

是否有某些特定的垂直行業特別適合采用數據虛擬化技術?還是說該技術對于各行各業均具有廣泛的吸引力?

謝爾曼：嗯，其的確具有廣泛的吸引力，但是……普遍來說，越是信息密集型行業和越是對數據信息敏感的行業，越是該技術的早期使用者。金融服務行業以及其他某些擅長進行大量營銷分析工作的行業屬于該技術以及更高級的用戶虛擬化的早期采用者。而我上面所提及的醫療保健行業將屬于較晚采用該技術的，因為這些行業更多的擔心隱私安全等一些問題。

隨著越來越多的企業采用預測分析，并需要更多的分析來自企業以外的信息，更多行業將開始適用這一技術。所以，任何使用了大量的大數據源的企業都可以說是這一技術的主要候選。 ......隨著數據的爆炸似增長，以及越來越多的數據信息能夠為企業所獲得和利用，使用這些數據，并將數據虛擬化的技術將進一步擴展。