智汇数据 集聚价值 开启大数据财富大门

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
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:

本文讲的是智汇数据 集聚价值 开启大数据财富大门,2012年8月16日消息,以“智汇数据 集聚价值”为主题的2012 informatica 全球巡展在京拉开帷幕。来自informatica的管理层与嘉宾深入探讨了IT产业的变革、数据集成的挑战和影响行业的发展趋势,并向国内用户全方位展示了informatica最新数据集成平台中的创新亮点。

  大数据——企业的财富

  当前,云计算、社交计算和移动计算等新技术正在颠覆着IT产业,这些趋势正在刺激大数据的爆发式增长——更大数量、更广泛的数据种类、更高速度和更多的商业价值。

  提到数据,企业中的新数据和现有数据是企业的一笔财富,为企业带来了前所未有的商机。但现在只有极少数企业,为实现数据回报最大化带来的全面利益,而进行投资。据Gartner研究表明,全球500强中85%的企业将无法利用他们的大数据,而且如果没有得到正确的管理,大数据也可能代表了巨大的成本和法规遵从风险。

智汇数据 集聚价值 开启大数据财富大门
▲有观点认为,数据的投资回报是一个简单的方程式:数据价值除以其成本。但是,尤其是在大数据时代,这又是一个复杂的问题!

  在2012 Informatica全球巡展上Informatica大中国区董事总经理吴韶益指出,过去 Informatica更多专注的是在做数据集成的部分,偏向有关于商业智能方面的事情。这次新的版本引进做了一个非常大巨额的变动。首先,针对主数据已经加入了新的界面包括IPAD移动终端的数据加入到功能的。第二、包括最常使用的微博、人人,等社交媒体的内容信息加入功能。吴韶益指出,当前数据越来越清晰,数据越来越重要,这些价值的东西是需要被保护的,同时必须保证数据平台的品质还有速度。在这块,我们觉得在数据治理上面有关于数据的生命周期的管理,也是一个新的革命。

智汇数据 集聚价值 开启大数据财富大门
▲Informatica大中国区董事总经理 吴韶益

  Inforrmatica高级副总裁兼首席信息官司(CIO)托尼.杨指出,为确保成功,企业需要对数据挑战和机遇做出战略性评估,并采用一个能够根据持续变化的业务需求而灵活扩展的领先数据管理方案。Inforrmatica作为数据集成方面的专业领袖,始终将数据视为寻求创新、提升效率的一种资产,着眼于众多垂直领域,我们推出了一系列全面而先进的数据管理解决方案,能够帮助企业提升大数据的价值并同时减少成本,从而实现大数据的最大回报。

智汇数据 集聚价值 开启大数据财富大门
▲Inforrmatica高级副总裁兼首席信息官司(CIO)托尼.杨

  Informatica9.5开启大数据财富大门

  对于数据来讲,其本身是被动的,必须经过有效的集成、分析才能产生价值,在新的技术趋势下,由于具备大容量、多结构化、增长速度快和价值密度低等特点,大数据处理不能使用传统流程和架构来处理,需要借助新的技术手段和管理思路。据记者的了解,Informatica最新推出的数据集成平台Informatica9.5拥有令数据变得更可信、更及时、更具权威性、更易访问、更全面及更安全的创新功能,从而可能多个方面提升大数据的价值。

智汇数据 集聚价值 开启大数据财富大门
▲数据爆炸性增长

  例如,Informatica9.5可内嵌式云服务确保向云应用程序提供所有相关业务数据;用于社交媒体主数据管理(MDM)的数据时间线则能够创新完整、权威的长期4D客户视图,提高客户维系率。同时Informatica9.5还以多种降低数据成本、减少业务、人工、软件、硬件和存储开支。


  增加数据的商业价值

  数据是推动竞争优势的关键,并且大数据可以带来更大优势。通过使其达到以下的特性,Informatica 9.5帮助客户增加数据的价值:

  易访问性——作为第一个为Hadoop而优化的、可视化的数据转换环境,Informatica HParser使复杂的数据类型可以用于商业。

  可操作性—— 通过关联Proactive monitoring和实时事件流,确定兴趣的模式,并提供可操作的报警以使业务机会最大化、风险最小化和确保治理。

  权威性—— Data timeline跟踪数据在一段时间内的变化以提供一个客户、合作伙伴和产品的四维视图。

  整体性——data virtualization为数据集成和数据联合提供单一的环境,集成现有企业和按日月对比的大数据,交付新的洞察力,从而助力企业采取相应措施。

增加数据的商业价值

  相关性——Embeddable cloud service使得任何云应用能够快速和动态地嵌入相关业务数据。

  安全性—— Pervasive data privacy保护敏感数据,无论它们在何处、如何被使用和被何人使用,用一个单一的解决方案结合 persistent data masking和dynamic data masking,以降低风险。

  及时性——利用一个较少中间人的消息架构,与实时数据复制和集成相结合,data streaming有效地把大数据交易交付给应用和分析环境,以保持竞争优势。

  值得信赖——Comprehensive data governance提供了一致和准确的数据以及新的数据管理工作流程,以激发业务信心。

  降低数据成本

  精益原则在大数据时代比以往任何时候都有效,并且是使大数据不成为大债务的关键。Informatica 9.5使企业能够使用精益数据管理,以降低数据成本,这包括:

  业务成本——通过识别数据集成错误,Data validation 帮助公司避免做出不合适的业务决策。

  硬件成本——针对数据集成转换、映射和规则的Hadoop MapReduce processing,加速采用低成本的大数据计算平台以减少硬件花费。

  人工成本——Data discovery自动发现业务实体和敏感数据以增加开发者的工作效率。

  软件成本——Hybrid IT platform助力获得云在经济上及自我服务方面的好处,而且无论是在本地系统还是在云中,都可以以高性价比方式保持对所有数据的治理和控制。

  存储成本——Smart partition archiving,统一的分层和归档,主动式地管理数据增长,提高应用性能并降低关系型数据和数据库应用的基础架构成本。

作者: 李伟

来源: IT168

原文标题:智汇数据 集聚价值 开启大数据财富大门

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 
相关文章
|
15天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
124 7
|
15天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
31 2
|
28天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
74 1
|
12天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
20 4
|
22天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
47 3
|
22天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
53 2
|
25天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
73 2
|
27天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
59 2
|
29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。
|
2月前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
62 2