数字化转型正当时，在线数据的增长和大数据的出现，使得用书面的方式来经营任何有规模性的业务变得几乎不可能。
为了跟上新数据的涌入，企业需要将其资产数字化，每一位高管和经理都在努力追赶或超越竞争对手并且希望在全数字化企业中获得回报。
但是，真正的问题所在是：理想和现实之间存在着巨大的鸿沟。换句话说，挑战即是我们如何通过缩小差距来达到数字化转型？
在回答这个问题时，我们需要重新审视如何才能为企业创造价值，以及这种价值是如何由数据本身来驱动的。
数据：成本不可持续
我们怎么达到？从重新审视数据开始。
过去，数据的存储和管理成本相对较低。
我们从工作中的日常事务来获取它，然后进行检索并将其转换为兼容的格式，供企业应用程序和数据库使用。
今天，这种情况依旧在发生。
业务部门正在绕过IT，转向云端和其他资源进行处理。每个人都得到了他们所需要的数据，并以他们所需要的形式来完成他们的工作。
但是，存储和处理数据的成本增长速度远快于数据本身的增长速度，这是一种不可持续的模式。它迫使企业根据过去而不是未来的需要去挑选他们认为有价值的数据。
很明显，数据的增长速度远超过了我们处理数据的能力，我们一次又一次地复制和更改数据，以适应每一种新的数据存储设计。数字运算要求企业在各种机器和过程之间进行近乎实时的协调。
跨部门审计跟踪和其他复杂的工作流可能会被不兼容的数据类型和格式阻止，这也揭示了一个人当下思维中一个致命的缺陷。将数据清理或其他流程一体化增加了成本和复杂性，这同时也使得数据实现其本身价值的难度更大，成本更高。
分析：数据服务
我们还需要以一种新的方式看待分析，因为分析将帮助我们充分利用即将到来的PB级新数据。
分析（BI），过去被认为是IT的一个子功能，主要用于回答业务部门的问题。随着业务部门引入自己的分析资源，这种模式仍在继续。由于大部分问题是基于部门的具体需求，所以其范围仍然相当狭窄。
但是，由于当今的分析平台已经有能够实时处理大量数据的能力。因此，当进入网站、防火墙和其他企业日志时，应该直接针对数据，特别是原始新数据的事件流。分析可以捕获并处理这些数据，然后再将其编入索引并进行修改，从而将其保留为标准版本。
这样，分析平台就变成了业务部门、IT、安全和其他用户的数据结论即服务。它可以让数据讲述自己的故事，即使这个故事跨越了多个业务部门。
传统类的BI分析是为了解决问题而设计的，通常这些问题以及用户提出的问题范围都很窄。当分析被用作企业范围内的数据访问服务时，问题可能会变得更加广泛和开放。
企业可以从“我们如何解决这个问题” 到“我们如何从中获得价值”。
数据分析的收益
在2018年对《财富》1000强企业高管进行的一项调查中，NewVantage Partners发现，超过97%的人积极于投资大数据和分析，但只有73%的人实现了可衡量的收益。
转型成以数据分析为主的企业，从全公司的角度来说有助于CIO和CEO通过减少单独预算的竞争来最大化他们在分析上面的投资，并让CIO确定总体上哪些支出对整个企业来说是最好的。
这种方法的长期好处来自于它能够为企业提供运营边界的可视性，同时它可以更快速且容易地建立部门的安全机制。例如，
● 根据需求加入其他企业分析和数据管理资源。
● 根据需求增长，以处理不可避免的实时事件流扩展。
● 随着数据需求的增加，带来新的部门客户。
简化而不是复杂，IT基础设施将在数字化业务新秩序中取得进展的关键。
数据分析计划从运营系统（仓库、生产设施、供应链、ERP、安全和其他来源）以及线上流量中获取事件流，并提供自上而下的视图以简化（而不是模糊）的运营管理，这一计划至关重要。
或许最重要的是，它将让企业对如何利用大数据和分析的融合有一个清晰的愿景。虽然这样的配对看起来很完美，但如今的企业依旧很难明白其中的细节。新方法的需求显而易见，企业正在等待......
作者：Colin Britton
原文地址：https://www.itproportal.com/features/needed-for-digital-transformation-a-new-way-of-looking-at-data/
