论文部分内容阅读
在大数据时代,数据作为企业的重要战略资源,已成为企业提高生产力和竞争力的关键因素。企业作为经济活动的主体应该抓住大数据时代的机遇,打响企业信息资源整合攻坚战,变革发展战略,焕发企业活力。
近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经无法应对大数据时代的挑战。
Hadoop等大数据技术和其他大数据工具和设备的出现,以及云计算数据处理与应用模式的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案,弥补了传统关系型数据库或数据仓库处理非结构化数据方面的不足,深化和拓展了企业商业智能和知识服务能力,形成了数据驱动的决策机制,提高了决策水平。
因此,大数据时代,企业应转变信息资源管理工作模式和利用方式,以价值创造为核心,以新一代信息技术应用为抓手,加强信息资源整合,精准、快速地提取增值性的有效信息,打响信息资源整合攻坚战。企业在具体执行时该如何做?笔者有以下四点建议。
第一是统一信息资源模式,强化数据标准建设。大数据时代,企业信息资源整合的关键是依托企业主数据管理(MDM,Master Data Management),强化数据标准化建设,实现信息资源模式的统一。企业主数据管理就是从企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一、完整、准确、具有权威性的主数据分发给企业内需要使用这些数据的应用。
第二是推进结构化和非结构化数据的融合发展。大数据时代,实现企业海量复杂数据信息的科学有效管理是保障大数据技术能够充分挖掘企业信息资源的潜在价值的前提。纸质信息与数字化的视频、音频、邮件、图片等非结构化数据在企业信息资源中的比重的逐步攀升,蕴含了丰富的潜在价值。这些非结构化数据的构造方法重复率高、冗余存储明显,且不同对象之间可能存在复杂的关系。然而,传统的面向对象的数据模型无法实现对非结构化数据的组织和管理。因此,企业需推进结构化和非结构化数据的融合式发展,将超文本、超媒体数据模型和面向对象数据模型进行融合,构建适合结构化和非结构数据统一组织和管理的数据模型。
第三是积极部署大数据应用,驱动信息资源的有效利用。大数据时代,企业信息资源整合的最终目标是利用大数据分析与挖掘技术实现信息资源的高效利用。应用系统是大数据的根基,企业应加大大数据技术的应用部署力度,综合运用云计算、分布式计算、数据交换、数据仓库、数据挖掘和非结构化的数据处理等多层次的大数据技术搭建大数据平台。
第四是重视数据安全管理,确保大数据生态圈信息安全。大数据时代,信息系统之间互联是必然的,它们会形成一个息息相关的生态圈。在这一生态圈里,存储和管理的大量数据信息是企业市场竞争力的核心,需要对数据安全问题进行控制和管理。因此,企业在信息资源整合过程中应以数据安全管理为前提,需要与上下游企业,以及安全管理机构、评测机构等第三方机构开展广泛合作,开展企业管理制度、流程和技术手段等多方面协作,确保大数据生态圈的数据信息安全。
近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经无法应对大数据时代的挑战。
Hadoop等大数据技术和其他大数据工具和设备的出现,以及云计算数据处理与应用模式的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案,弥补了传统关系型数据库或数据仓库处理非结构化数据方面的不足,深化和拓展了企业商业智能和知识服务能力,形成了数据驱动的决策机制,提高了决策水平。
因此,大数据时代,企业应转变信息资源管理工作模式和利用方式,以价值创造为核心,以新一代信息技术应用为抓手,加强信息资源整合,精准、快速地提取增值性的有效信息,打响信息资源整合攻坚战。企业在具体执行时该如何做?笔者有以下四点建议。
第一是统一信息资源模式,强化数据标准建设。大数据时代,企业信息资源整合的关键是依托企业主数据管理(MDM,Master Data Management),强化数据标准化建设,实现信息资源模式的统一。企业主数据管理就是从企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一、完整、准确、具有权威性的主数据分发给企业内需要使用这些数据的应用。
第二是推进结构化和非结构化数据的融合发展。大数据时代,实现企业海量复杂数据信息的科学有效管理是保障大数据技术能够充分挖掘企业信息资源的潜在价值的前提。纸质信息与数字化的视频、音频、邮件、图片等非结构化数据在企业信息资源中的比重的逐步攀升,蕴含了丰富的潜在价值。这些非结构化数据的构造方法重复率高、冗余存储明显,且不同对象之间可能存在复杂的关系。然而,传统的面向对象的数据模型无法实现对非结构化数据的组织和管理。因此,企业需推进结构化和非结构化数据的融合式发展,将超文本、超媒体数据模型和面向对象数据模型进行融合,构建适合结构化和非结构数据统一组织和管理的数据模型。
第三是积极部署大数据应用,驱动信息资源的有效利用。大数据时代,企业信息资源整合的最终目标是利用大数据分析与挖掘技术实现信息资源的高效利用。应用系统是大数据的根基,企业应加大大数据技术的应用部署力度,综合运用云计算、分布式计算、数据交换、数据仓库、数据挖掘和非结构化的数据处理等多层次的大数据技术搭建大数据平台。
第四是重视数据安全管理,确保大数据生态圈信息安全。大数据时代,信息系统之间互联是必然的,它们会形成一个息息相关的生态圈。在这一生态圈里,存储和管理的大量数据信息是企业市场竞争力的核心,需要对数据安全问题进行控制和管理。因此,企业在信息资源整合过程中应以数据安全管理为前提,需要与上下游企业,以及安全管理机构、评测机构等第三方机构开展广泛合作,开展企业管理制度、流程和技术手段等多方面协作,确保大数据生态圈的数据信息安全。