事實表明，大數據的挑戰仍然集中在在正確的時間將正確的信息提供給正確的人，即使信息來源和使用在增長。

2013年，行業專家宣布開始進入大數據時代。他們認為，大數據使組織能夠以正確的速度和正確的時間存儲、管理和操作大量數據，以獲得正確的見解。

大數據并不代表一種單一的技術，而是一組不同的數據管理技術，其根源是之前的幾次技術變革。

現在的問題是:大數據現在在哪里?成熟它的應用需要什么?

公平地說，最近的分析師調查發現，大數據還沒有帶來重大的商業成果。盡管有這么多的宣傳，但大多數企業員工仍然無法方便地獲得完成工作所需的信息。隨著信息源、使用和用戶數量的增長，問題仍然集中在在正確的時間將正確的信息提供給正確的人。

數據倉庫vs.數據湖vs.數據結構

為了容納所有這些數據，存儲和管理系統如雨后春筍般涌現，比如數據倉庫、數據湖和數據結構。但是，在解決方案和平臺級別上，需要一個數據結構作為跨企業的所有數據集成、管理和治理的保護傘。企業間的凝聚力是必須的。

行業專家指出，集中數據通常是不可行的。或者使用服務對分析進行原型化，以訪問不同的數據源，然后如果它被證明是富有成效的，并且業務需要指示它。中心化在后面完成。

Hurwitz公司分析師DanKirsch指出數據去中心化趨勢和數據結構之間的聯系。他說，“我們已經看到數據結構方法越來越受歡迎，因為擁有一個中央存儲庫來保存所有的數據是不現實的。”因此，數據結構需要允許異構數據位置。數據結構方法有助于解決分擔責任的挑戰，也就是每個團隊負責自己的數據，然后將其連接起來，而不是將數據轉儲到數據湖中。AWS公司認為，數據湖是分析成功的唯一途徑。當然，他們希望企業將所有數據都轉儲到AWS云平臺上。

Gartner公司數據與分析副總裁NickHeudecker對此表示贊同，并認為所有這些趨勢都很重要。他指出，“每個概念服務于不同的用戶和用例，高性能、可重復分析的數據倉庫。用于問題開發/實驗的數據湖。數據網格用于使用帶有治理監督的分布式數據。因此，沒有混淆。”

將大數據戰略集中在一個平臺上

專家們利用雙重策略，但堅持單一平臺。通常有兩種策略。一種策略是針對產品，另一種是針對分析。每個都有自己的核心樞紐平臺，并支持多個數據存儲庫。然后在兩個核心樞紐之間有一個ETL平臺。

但是，是哪個供應商提供了這些服務的大部分呢?還沒有看到任何一款認為能夠獨立成為完整平臺的游戲。

多個數據存儲庫在很多方面，它不是集中數據，而是集成數據。而如何將所有數據集成起來，使其可視化，并將其連接到其他系統。

集中所有數據會帶來成本、管理和安全問題。數據被鎖定在業務線應用程序中，在辦公場所和云生態系統中。連接數據所在位置有助于消除風險，提高洞察速度。這并不是一個單一的供應商解決方案故事。一些企業提供查詢功能，但治理故事還沒有被任何人充實起來。大數據中使得移動數據成為一個挑戰。多平臺是常態。如果幸運的話，可以將工具和技能標準化。

因此，數據結構是一種數據管理概念，用于實現靈活的、可重用的和增強的數據集成管道、服務和語義，以支持跨多個部署和編排平臺交付的各種操作和分析用例。

確保遵守數據治理和數據隱私規則

因此，數據結構是一種數據管理概念，用于實現靈活的、可重用的和增強的數據集成管道、服務和語義，以支持跨多個部署和編排平臺交付的各種操作和分析用例。

確保遵守數據治理和數據隱私規則

為了有效地管理數據，企業必須清楚地了解自己擁有哪些數據。組織需要了解他們的數據湖或數據結構中有哪些類型的數據。如果個人身份信息(PII)參與了一個特定的應用程序或新的努力，企業需要指派一名高管監督個人數據的適當使用。高管還可以幫助解決數據的可行性和適用性的問題。

管理人員扮演著至關重要的治理角色。因此，定義“管理員”很重要，他們的全部工作就是在信息的最初來源處訪問和管理對信息的更正。他們從業務團隊中輪換出來，制定KPI。

重要的是預先定義管理員，并知道如何在過程中與他們簽入。獲得管理員對用戶體驗設計的反饋也很重要。

云計算技術對大數據戰略的影響?

云計算正在成為計算和存儲的另一種形式，而不是一個獨立的環境。云管理和可見性很重要。假設云計算是一種快速消耗預算的方法。在很多情況下，沒有理由將一些應用程序移到云端。能夠在云上立即對概念和實驗進行證明是非常重要的。

云計算允許組織嘗試新事物，并根據需要增加或刪除計算能力，而不必等待物理工作完成。

數據過程在哪里成熟?

流程需要明確定義術語的基礎。從事務系統開始是至關重要的。如果數據一開始是錯誤的，就需要花費大量時間來清理和增強該數據。

在促進圍繞數據共享場景的領域需要大部分成熟度，比如數據讀寫能力。數據操作可以幫助提高彈性，但它仍然是一種壓倒性的技術實踐。

結語

顯然，大數據正處于分析師所說的“幻滅低谷”。盡管數據驅動型公司將是長期贏家，但仍有工作要做。

獲勝者需要進行數據治理，以使數據足夠用于任務和保護。他們還需要改進數據處理過程。數據操作和數據治理可以一起提供幫助。