
中國惠普李時(shí):2015大數(shù)據(jù)的真正落地是挑戰(zhàn)
“在未來很長一段時(shí)間里,所有企業(yè)面臨的IT核心問題都將是大數(shù)據(jù)的問題。因此,亟需將自然人、機(jī)器,以及所有IT系統(tǒng)所產(chǎn)生的數(shù)據(jù),進(jìn)行統(tǒng)一的集成和分析,而不管數(shù)據(jù)源在哪里,數(shù)據(jù)形態(tài)是怎樣的”,這是中國惠普有限公司中國區(qū)副總裁、軟件集團(tuán)新任總經(jīng)理李時(shí)在談到2015應(yīng)用趨勢時(shí)表示的。
面對2015年,中國惠普軟件集團(tuán)的最大挑戰(zhàn)是怎么樣把大數(shù)據(jù)從一個(gè)概念真正地落地到為客戶產(chǎn)生價(jià)值,即怎么樣真正地結(jié)合企業(yè)用戶的需求和惠普Haven大數(shù)據(jù)引擎的優(yōu)勢,把企業(yè)運(yùn)營中所產(chǎn)生的大數(shù)據(jù)最終轉(zhuǎn)化為用戶的價(jià)值。這也是中國惠普軟件集團(tuán)在新的一年中擁有的最大機(jī)會(huì)。
李時(shí)坦言,“大數(shù)據(jù)的真正落地,一個(gè)最大的挑戰(zhàn)和制約,是既懂大數(shù)據(jù)技術(shù)又懂業(yè)務(wù)還懂本地應(yīng)用的人才的缺失。”中國惠普早兩年就開始實(shí)施基于人才培養(yǎng)的大數(shù)據(jù)中長期發(fā)展戰(zhàn)略了?!拔覀兏袊芏嗟牡胤秸M(jìn)行合作,創(chuàng)立大數(shù)據(jù)人才培訓(xùn)基地、解決方案培訓(xùn)中心和大數(shù)據(jù)應(yīng)用示范基地,就是希望通過現(xiàn)在的一些投入,在解決人才問題的同時(shí),也能夠有一些大數(shù)據(jù)解決方案的孵化,真正地做到大數(shù)據(jù)的落地?!?/span>
Haven大數(shù)據(jù)引擎實(shí)現(xiàn)100%信息利用率
經(jīng)歷這么多年IT的普及和發(fā)展之后,大部分企業(yè)的IT基礎(chǔ)架構(gòu)已經(jīng)部署得非常好了。然而,企業(yè)又開始面臨的一個(gè)新難題,即如何應(yīng)對一個(gè)數(shù)據(jù)爆炸增長且多樣性裂變的新常態(tài)、新現(xiàn)實(shí)——企業(yè)的IT系統(tǒng)在產(chǎn)生大量的數(shù)據(jù),機(jī)器或者傳感器也在產(chǎn)生大量數(shù)據(jù);與此同時(shí),企業(yè)中的每一個(gè)員工每天在發(fā)微信、發(fā)微博、拍照片的過程中會(huì)產(chǎn)生大量的數(shù)據(jù),企業(yè)內(nèi)外部運(yùn)營中涉及的每一個(gè)傳感器和攝像頭,也同樣會(huì)捕捉大量的視頻數(shù)據(jù)和機(jī)器數(shù)據(jù)。另外,還包括企業(yè)所處社會(huì)生態(tài)的空氣污染檢測的數(shù)據(jù)、樓宇自動(dòng)化產(chǎn)生的數(shù)據(jù)等等。
要想使這些大數(shù)據(jù)產(chǎn)生最大化的價(jià)值,惠普認(rèn)為智能互聯(lián)是最需要解決的一個(gè)問題,企業(yè)需要把自然人、機(jī)器,以及所有IT系統(tǒng)產(chǎn)生的數(shù)據(jù)做一個(gè)統(tǒng)一的集成和分析,而不能僅僅孤立地分析某一個(gè)渠道或某一種數(shù)據(jù)。
惠普Haven堪稱一個(gè)高速的大數(shù)據(jù)的引擎,它能實(shí)現(xiàn)100%的信息利用率、出色的應(yīng)用交付管理,打造可持續(xù)的市場營銷優(yōu)化,瓦解黑客入侵,并交付卓越的用戶體驗(yàn)。
“具體來說就是,我們把業(yè)務(wù)數(shù)據(jù)、機(jī)器數(shù)據(jù)和自然數(shù)據(jù)的這三種數(shù)據(jù),統(tǒng)一整合到Haven平臺之上。因?yàn)槠渲饕M成包括開放架構(gòu)的Hadoop集成,因此能把所有原始的大量的數(shù)據(jù)做一個(gè)統(tǒng)一的存儲(chǔ)、壓縮和快速索引。然后,通過Autonomy產(chǎn)品,對自然數(shù)據(jù)或者非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù),進(jìn)行統(tǒng)一的分析和認(rèn)識;同時(shí),也可以通過Vertica對結(jié)構(gòu)化數(shù)據(jù)庫里的行和列的數(shù)據(jù),進(jìn)行總體的分析。在安全性方面,通過惠普ArcSight安全產(chǎn)品,可以保證大量數(shù)據(jù)在可管可控的方式下被訪問、被分析。此外,惠普還針對不同行業(yè)和不同業(yè)務(wù)場景,提供各種不同的應(yīng)用,讓數(shù)據(jù)在不同的維度產(chǎn)生價(jià)值?!?/span>
特別值得關(guān)注的是,最新發(fā)布的HP Haven OnDemand,還實(shí)現(xiàn)了大數(shù)據(jù)和云的結(jié)合。Haven OnDemand開放了所有的用戶編程接口,這使Vertica、Autonomy不僅能為大企業(yè)客戶所接觸到,還能為個(gè)人開發(fā)者所接觸到。讓廣大的開發(fā)者利用結(jié)構(gòu)化和非結(jié)構(gòu)化分析的能力,來開發(fā)適合他們的數(shù)據(jù)產(chǎn)生價(jià)值的下一代應(yīng)用。當(dāng)然,另一重要之處在于,Haven OnDemand還可以幫助企業(yè)把現(xiàn)有的數(shù)據(jù)遷移到云端,并把在云端的數(shù)據(jù)做一個(gè)全面的整合分析,為用戶提升銷售、降低運(yùn)營成本或提升用戶滿意度。
大數(shù)據(jù)落地的實(shí)質(zhì)是本地行業(yè)創(chuàng)新
針對大數(shù)據(jù)在中國落地還很慢的看法,李時(shí)并不完全認(rèn)同。他介紹說,Autonomy在中國已有200多個(gè)行業(yè)用戶,Vertica的用戶增長也非???,尤其是在電信、金融和政府等行業(yè)領(lǐng)域。
之所以市場上鮮有大數(shù)據(jù)案例的剖析和介紹,其原因是很多行業(yè)用戶的大數(shù)據(jù)應(yīng)用大多涉及某一企業(yè)的最新創(chuàng)新點(diǎn)、涉及企業(yè)的核心轉(zhuǎn)型。比如,金融行業(yè)用戶在考慮通過Vertica來做互聯(lián)網(wǎng)金融授信和風(fēng)險(xiǎn)控制;通信行業(yè)用戶在考慮通過Vertica來做網(wǎng)絡(luò)優(yōu)化,他們希望通過對現(xiàn)有客戶的分析,更好地設(shè)計(jì)適合的產(chǎn)品,使客戶留在現(xiàn)在的通信公司;他們還希望通過客戶畫像,更有針對性地做精準(zhǔn)營銷等。
相比之下,國外的行業(yè)用戶更開放一下,他們在大數(shù)據(jù)應(yīng)用上,也走得更遠(yuǎn)一些。比如,全球最大的社交媒體Facebook,在近幾年業(yè)務(wù)爆發(fā)性增長的情況下,面對著每小時(shí)要加載幾十個(gè)TB的數(shù)據(jù)的挑戰(zhàn),以應(yīng)對超過10億的客戶訪問。這種情況下,經(jīng)過非常周密的、詳細(xì)的技術(shù)驗(yàn)證之后,F(xiàn)acebook最終沒有選擇自己開發(fā)的基于Hadoop的解決方案,而是選擇了Vertica,來支持基于移動(dòng)端實(shí)時(shí)數(shù)據(jù)的業(yè)務(wù)需求。
再比如,在政務(wù)領(lǐng)域,倫敦奧運(yùn)會(huì)通過大量采用Autonomy產(chǎn)品,做到了通過實(shí)時(shí)攝像頭,對視頻和音頻的分析。同時(shí),新西蘭的奧克蘭安全城市項(xiàng)目,也是通過Autonomy產(chǎn)品為城市服務(wù),實(shí)現(xiàn)了對車型、號牌的分析和對攝像頭的分析,實(shí)時(shí)監(jiān)控犯罪事件的發(fā)生,以及城市交通流量的變化等。
對于大數(shù)據(jù)應(yīng)用在中國落地慢的原因,李時(shí)認(rèn)為最大的阻礙是中國目前尚缺乏既懂大數(shù)據(jù)技術(shù)又懂業(yè)務(wù)還懂本地需求、本地應(yīng)用的人才。為此,李時(shí)制定出軟件集團(tuán)2015年的三大發(fā)展戰(zhàn)略。
“首先是把惠普全球在云和大數(shù)據(jù)方面領(lǐng)先的解決方案和產(chǎn)品帶到中國,包括HP Mobile Center、HP Propel和 HP Service Anywhere等;第二是創(chuàng)建基于惠普軟件產(chǎn)品的合作伙伴的生態(tài)系統(tǒng),共同推出更多適合中國的大數(shù)據(jù)落地方案;第三是基于惠普的服務(wù)體系,為客戶提供更好的服務(wù),提升用戶的滿意度?!?/span>
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10