数据管理软件——不可估量之商业价值

简介:

b

信息爆炸的数据时代,企业数据量呈几何级增长;云存储、移动设备等的迅速普及,让企业存储更加分散和碎片化;日新月异的技术变革不断带动企业存储选项的更迭。以上种种,都将成为数据管理的不可承受之重。而数据管理软件的价值由此受到企业认可,有更多人认为数据管理软件将提升企业生产效率并降低风险,而这些似乎都将成就企业不可估量的商业价值。

2015年8月,IDC对Commvault提供的客户名单进行了一次随机调查,名单是来自全球不同地理位置、不同行业类型的722个企业客户。该调查用以研究和评估Commvault软件产品可量化的商业价值。

调查显示,Commvault解决方案在简化、降低风险、提高生产效率三个方面得到用户更多认可。而这也与当前数据管理市场的趋势变化息息相关,分析人士指出了当前企业IT高管所面临的来自4个方面的严峻挑战:1.预算压力。2.企业IT基础设施升级。3.内部用户的数据需求。4.数据激增。那么重压之下,Commvault的客户调查又将带来哪些新的启示和思考?

由快速增长走向成本/风险控制

数据管理领域,国内仍旧是一个新兴市场,快速增长仍然是其代表特点。中国经济走过高速发展的30年,企业的IT预算也都用于实现更快更高的业务增长。然而紧随经济发展进入“新常态”,企业开始考虑如何控制成本、降低风险以及提升效率。这是一个向成熟市场发展和过度的信号,市场上出现了一些积极的变化。Commvault中国区总经理徐永兴谈到:“来自金融、电信行业的大型企业,包括工农中建、石油石化这样的大企业已经开始把数据管理的战略从部门级提高到公司层面的战略。”

根据IDC的数据,Commvault客户每年在数据管理硬件、软件和服务方面的费用支出平均减少42%-52%。可见,基于购买单一、全面的解决方案,企业将有效控制其IT成本。而在风险控制方面,停机时间成本作为降低总拥有成本(TCO)最显著的方面,Commvault客户数据显示,每年的计划外停机时间减少了55%。而这项指标带给企业的价值可做无量之估计。

管理好数据就是管理好风险和成本

就整个IT市场而言,中国与发达国家相比存在着几个方面的差异化特征。第一个特征是发展速度快。在包括云计算、大数据以及社交在内的各个子市场,中国的市场发展速度超前,但总体应用的成熟度普遍落后。据IDC,在数据管理领域,最初阶段中国市场约占比20%,而亚太区占比7%。第二个特征是微创新领域表现突出,尤其在互联网领域的发展,然而本质创新不大。当然这里还是有传统行业信息化基数低的原因。而第三个特点反应在IT成本结构计量上。中国的企业更多的关注直接投入,而很少去考虑人员的成本、效率的提升。而这些因素随着云计算市场的发展都将占据重要的市场空间。在当前宏观经济条件不利的环境下,控制好成本和风险,才能对效能有所补充,才有利于创新。而市场上的数据管理产品就能够很好的实现这种管控,因此对企业而言,管理好数据就等于管理好风险和成本。



本文转自d1net(转载)

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
存储 监控 算法
解析公司屏幕监控软件中 C# 字典算法的数据管理效能与优化策略
数字化办公的时代背景下,企业为维护信息安全并提升管理效能,公司屏幕监控软件的应用日益普及。此软件犹如企业网络的 “数字卫士”,持续记录员工电脑屏幕的操作动态。然而,伴随数据量的持续增长,如何高效管理这些监控数据成为关键议题。C# 中的字典(Dictionary)数据结构,以其独特的键值对存储模式和高效的操作性能,为公司屏幕监控软件的数据管理提供了有力支持。下文将深入探究其原理与应用。
390 4
|
供应链 数据可视化 数据管理
做表格用什么软件?VeryReport让数据管理更高效!
做表格用什么软件?VeryReport让数据管理更高效!
|
安全 数据管理 BI
通用型安全监测数据管理系统GMOD软件
GMOD(General Multiple monitoring program On Database server System)通用型多项目安全监测数据管理服务系统(以下简称GMOD管理系统)是基于计算机、数据库、安全监测等技术的全自动监测数据管理、数据服务、监测预警软件系统,广泛应用于地质灾害、城市安全、水库大坝、水文地质、大气环境、工程建设、矿山开采等相关领域。
通用型安全监测数据管理系统GMOD软件
|
算法
《社会调查数据管理——基于Stata 14管理CGSS数据》一第3章 概念与术语3.1 和计算机及软件有关的术语
本节书摘来自异步社区《社会调查数据管理——基于Stata 14管理CGSS数据》一书中的第3章,第3.1节,作者 唐丽娜,更多章节内容可以访问云栖社区“异步社区”公众号查看 第3章 概念与术语 社会调查数据管理——基于Stata 14管理CGSS数据 在开始讲解数据管理每个流程的工作内容之前,需要简单介绍一下和数据管理相关的概念。
2581 0
|
10月前
|
数据采集 存储 安全
数据治理≠数据管理!90%的企业都搞错了重点!
在数字化转型中,数据不一致、质量差、安全隐患等问题困扰企业。许多组织跳过基础的数据管理,直接进行数据治理,导致方案难以落地。数据管理涵盖数据生命周期中的采集、存储、处理等关键环节,决定了数据是否可用、可靠。本文详解数据管理的四大核心模块——数据质量、元数据、主数据与数据安全,并提供构建数据管理体系的四个阶段:评估现状、确定优先级、建立基础能力与持续改进,助力企业夯实数据基础,推动治理落地。
|
存储 数据管理 数据格式
数据治理 vs. 数据管理:别再傻傻分不清!
数据治理 vs. 数据管理:别再傻傻分不清!
660 10
|
10月前
|
数据采集 存储 SQL
数据管理四部曲:元数据管理、数据整合、数据治理、数据质量管控
老张带你搞定企业数据管理难题!数据找不到、看不懂、用不好?关键在于打好元数据管理、数据整合、数据治理和数据质量管控四大基础。四部曲环环相扣,助你打通数据孤岛,提升数据价值,实现精准决策与业务增长。
数据管理四部曲:元数据管理、数据整合、数据治理、数据质量管控
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。

热门文章

最新文章