戴尔调查:积极投资云、移动、安全和大数据的公司增长速度比落后者快50%

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

ZD至顶网软件频道消息: 戴尔公布了第二届全球技术采用指数(GTAI 2015),与没有投资于云、移动、大数据或安全技术的公司相比,积极使用这些技术的公司其收入增长速度高出53%。尽管技术使用与收入增长之间存在这种紧密的联系,成本被认为是实施或扩展这些技术的主要障碍。

戴尔首席信息官Paul J. Walsh表示:“我们很高兴看到更多企业意识到技术投资的战略意义。我们认为,这项新的调查将帮助企业看到技术使用与收入增长、效率提升和组织增长之间的关联性。”

在2014年和2015年,GTAI调查了全球各地中型企业的IT和业务决策者,了解他们如何看待、规划和使用四大技术:云、移动、安全和大数据。今天,戴尔公布了首批全球调查结果,在2016年还将公布有关具体行业的数据。首批调查结果呈现出四大全球趋势。

云、移动、大数据和安全方面的投资与收入增长相关

投资技术的企业增长更快,认可安全的优势并且更注重安全相关投资的战略意义。

全球范围内,与没有投资于大数据、云和移动技术的公司相比,积极使用这些技术的公司的增长速度高出53%。更具体地说,这些企业使用:

  • 使用大数据的企业增长速度高出50%
  • 使用本地云的企业增长速度高出46%
  • 使用异地云的企业增长速度高出51%
  • 使用BYOD的企业增长速度高出53%
  • 使用移动应用的企业增长速度高出44%

同时,全球企业正意识到安全的优势并更重视其投资的战略意义。

  • 平均来说,54%企业的安全预算被用于实施安全计划,而不是简单地应对威胁。
  • 事实上,把提高安全保护作为业务目标的企业更有可能为一部分或所有类型的安全事件制定了安全计划(此类企业占69%,还有58%的同行没有把提高安全保护作为业务目标)。

这些技术还给企业带来其它好处,包括效率和业务增长目标

GTAI 2015发现,这些技术与企业效率和增长目标之间存在联系。

对于移动,提高效率的最大获益(39%)。其它效率相关的获益包括:

  • 业务流程改进(21%)
  • 减少文案工作(21%)
  • 对于云计算,三大获益也是与效率相关:
    • 成本节约(42%)
    • 更快速地完成任务(40%)
    • 更好地分配IT资源(38%)
  • 然而,对于大数据,主要好处涉及提高竞争优势、客户增长和客户保留,包括:
    • 更有针对性的营销活动(41%——也是去年的三大目标之一)
    • 优化广告支出(3%)
    • 优化社交媒体营销(37%)
  • 对于安全,能够更快速地响应市场状况是关键好处(77%拥有刚起步的IT安全计划的企业,和78%拥有成熟安全解决方案的企业)。

成本和安全是采用和扩展技术的主要障碍

2014年的报告发现,安全是迄今为止采用这些技术的最大障碍。今年,成本在全球成为更迫切的顾虑。

对于大数据,成本是目前尚未使用大数据和已经在使用大数据的公司最大的障碍。

对于有大数据但还没有使用的企业来说,主要障碍是:

  • 不知道收益是否可以覆盖成本(20%)
  • IT基础架构的成本(18%)
  • 外包分析或运营的成本过高(17%)
  • 对于目前正在使用大数据的企业,IT基础架构的成本是主要障碍(29%)。
  • 然而,对于目前正在使用大数据的企业,安全是第二大担心的因素(28%)。
  • 有趣的是,业务(非IT)领域的受访者对这些挑战有不同的看法。对于他们来说:
    • 安全是主要障碍(31%)
    • 成本是第二障碍(25%)

对于云的采用与使用,成本与安全都是很大的障碍。主要障碍取决于对云类型安全级别的看法:

更高的成本是最常见的主要风险:

  • 私有云,28%的企业提到了短期成本风险,23%提到了长期成本风险
  • 托管私有云,28%提到了短期成本风险,23%提到了长期成本风险
  • 混合云,30%提到了短期成本风险,24%提到了长期成本风险
  • 安全是采用公有云(44%)和SaaS(38%)的最大障碍。
  • 总的来说,42%的未正式使用云的企业表示安全问题是原因——远超任何其它原因。

对于移动,安全是移动扩展的主要障碍,但成本是第二大障碍。

  • 安全和担心数据泄漏是扩展移动面临的最常见障碍(42%的企业)。
  • 有限的预算是第二大最常见的障碍(34%的企业)。
  • 其它障碍包括:
    • 当前IT基础架构的限制(24%)
    • 太多IT平台/操作系统需要支持(23%)
    • 有限的技术/IT资源(23%)

对成本的担心和安全挑战似乎并驾齐驱。这项调查发现,企业的IT预算对安全规划和实施有很大的影响。

  • 年度IT支出低于100,000美元的企业中,不到五分之一有综合的安全计划。
  • 年度IT支出低于250,000美元的企业中,不到一半有任何形式正式的安全计划。
  • 令人担忧的是,在年度IT支出低于100,000美元的企业中,接近五分之一根本没有安全政策,甚至没有非正式的指南。

业务主管是采用大数据和移动的推动力,但他们在云和安全上与IT团队合作

全球企业更多地让业务团队领导大数据和移动的采用,而不是IT团队。这可能解释了受访企业中的业务决策者比IT同事为什么更有可能感到自己的企业很好地利用了大数据。

  • 在领导大数据的采用方面,业务团队比IT团队高18%。
  • 在领导移动技术的采用方面,业务团队比IT团队高42%。

然而,在领导云和安全采用方面,业务和IT主管有同等的可能性,表明这些团队这些计划上更密切地合作。

总结和结论

Owens & Minor高级副总裁兼首席信息官Rick Mears表示:“我们知道采用新技术有助于我们提高效率,但我们没想到获得了更高的投资回报。我们获得了重要的新能力,其中大部分都源自戴尔解决方案和服务带来的效率提升。这种节约已经帮助我们投资于真正有利于我们业务发展的东西。”

虽然企业把成本作为技术采用的重大障碍,GTAI 2015显示,对有意义的技术投资分配了预算的公司,多个重要指标都表现出公司业务整体增长。从提高效率到更高的收入,云、移动、大数据和安全技术均证明在公司增长和达成目标方面发挥关键作用。

原文发布时间为:2015年10月20日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
4天前
|
存储 安全 大数据
|
3月前
|
存储 监控 安全
大数据架构设计原则:构建高效、可扩展与安全的数据生态系统
【8月更文挑战第23天】大数据架构设计是一个复杂而系统的工程,需要综合考虑业务需求、技术选型、安全合规等多个方面。遵循上述设计原则,可以帮助企业构建出既高效又安全的大数据生态系统,为业务创新和决策支持提供强有力的支撑。随着技术的不断发展和业务需求的不断变化,持续优化和调整大数据架构也将成为一项持续的工作。
|
3月前
|
安全 关系型数据库 MySQL
揭秘MySQL海量数据迁移终极秘籍:从逻辑备份到物理复制,解锁大数据迁移的高效与安全之道
【8月更文挑战第2天】MySQL数据量很大的数据库迁移最优方案
611 17
|
4月前
|
分布式计算 安全 大数据
HAS插件式Kerberos认证框架:构建安全可靠的大数据生态系统
在教育和科研领域,研究人员需要共享大量数据以促进合作。HAS框架可以提供一个安全的数据共享平台,确保数据的安全性和合规性。
|
4月前
|
SQL 安全 大数据
如何安全的大数据量表在线进行DDL操作
如何安全的大数据量表在线进行DDL操作
61 0
如何安全的大数据量表在线进行DDL操作
|
5月前
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
814 8
|
6月前
|
运维 Cloud Native 安全
【专栏】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要
【4月更文挑战第29天】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要。面对技术更新快、人才短缺和复杂性增加的挑战,企业需建立培训体系,加强人才培养,优化运维管理,以适应未来运维需求。随着这些趋势,运维领域将迎来更广阔的发展前景。
195 2
|
6月前
|
人工智能 安全 算法
AI与大数据:智慧城市安全的护航者与变革引擎
AI与大数据:智慧城市安全的护航者与变革引擎
|
6月前
|
安全 算法 大数据
漫谈大数据时代的个人信息安全(四)——“位所欲为”
漫谈大数据时代的个人信息安全(四)——“位所欲为”

热门文章

最新文章

下一篇
无影云桌面