采访美国数据服务商Informatica：非结构化数据服务将是下一个战场

近日，2017Informatica数据管理高峰论坛在上海举办，Informatica大中国区总经理王晨杰、亚太和日本区高级副总裁Murray Sargant等出席并演讲，亿欧等媒体在两位演讲结束后对之进行了采访，讨论中美数据服务的发展方向。

数据服务，要回归数据本身

Informatica是服务全球企业的数据集成软件提供商，1993年在美国成立，2007年进入中国市场，发展至今，它的角色也发生了变化，由传统的ETL服务商演变为企业云数据管理服务商， 目前围绕客户数据、产品数据、社交数据提供大数据管理解决方案、数据安全解决方案、主数据管理解决方案和数据集成管理解决方案支持。

Informatica大中国区总经理王晨杰现场提到公司目前通过服务方式的转变，将提供更加灵活的 混合云、数据湖管理、数据治理、360视图 等应用服务，使IT系统变得更加简单。

通过采访，亿欧发现数据服务领域有两个点很值得讨论和注意。

1）企业目前遇到的数据问题有哪些？

2）企业对应用数据的正确看法应该是什么？

数据缺乏规整能力，人工智能为之赋能

亿欧曾经在 企业心声：愁的不是数据多少，而是不知如何利用 一文中提到，很多企业需要构建的 数据闭环是培养数据意识——挖掘价值数据——产生效果。 所以服务商现在在做的事是 一方面帮助企业后端数据渠道统一化；其次，为数据打造更加详细的标签，不同数据应用不同场景。 很多企业业务挂在网站上，但是没有很好的系统管理，这样网站运营其实举步维艰。

据亿欧了解Informatica目前 从客户数据、产品数据以及社交网络数据切入和分析，由结构数据进阶到非结构数据服务，从而提高数据预判性和精准度。 随着发展，人工智能和安全技术的应用也将会更加成熟。

例如，Informatica构建EIC（非结构化数据服务方案）的人工智能解决能力，用作数据集成的人工智能，也就是AI的引擎叫CLAIRE。通过人工智能了解数据的需求，编码流程实现自动化。

此外， 数据安全不再是传统意义上加密和防火墙的应用，现在是加强元数据的安全，保证源数据的安全，服务商会告诉客户数据要有区分，哪些是安全数据和不安全数据，哪些是公共数据和有价值数据。

在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为 结构化数据 ，如数字、符号；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，被称之为 非结构化数据 。人工智能的加入，促进了数据的分类和处理。Informatica亚太和日本区资深副总裁Murray Sargant提到中国市场将会是数据发展最佳成熟的地区，这几年通过微信、QQ、支付宝、大众点评等软件深入到每个人生活中，中国产生了巨大的数据集，毋庸置疑，无论现在还是未来，企业必须用数据驱动业务，树立数据驱动意识才可以更懂消费群体。

运用数据之前要问目的是什么

很多公司面临的最大问题是为了用数据赚钱而赚钱，他们并不清楚使用数据的目的，这些公司不明白数据只是来源，应该把眼光放在商业价值和业务上，正确的逻辑是要先看业务和商业目的，寻找对应数据的价值，然后看哪些数据可用。 Murray Sargant提到例如特斯拉无人驾驶的例子，自动驾驶是目的，然后怎么做呢？装摄像头和传感器。考虑商业目的是什么，定位数据，千万别忘记“未来想干什么，发展成什么样的公司，然后利用现有设施和产品去做。”

人民群众是海量数据的创造者，随着场景化、行业化的服务渗透，各行业客户需求都不一致，被问及中国本土化和中美差异问题时，王晨杰表示大数据首先是从欧美启动，最开始讲大数据是从对ETL信息孤岛进行整合开始的，他们把国外成功的案例带到中国进行大量推荐和介绍。随着中国推动数据发展以及政府和行业特别的需求，本土化的解决方案会更加成熟。

中国是一个自然的大数据国家，它本身的数据量和信息巨大，每60秒钟有那么多的数据在转移、在迁移、在变动，所有的这些信息量，这是国外的很多企业所不具备的环境，未来大数据的应用中国会比其他国家走得快，更多的一线和二三四线城市会得到更加快速的发展。

备注：ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。