云中的大数据方案选择：企业可能需要不止一种云服务支持大数据战略

企业有充足的理由选择基于云的大数据解决方案。云服务有最快的交付速度并且可以在最大程度 上支持相关企业员工的敏捷性需求。云服务方案的标准化、自动化和多租户特点使得企业可以享 受到通过共享资源和按使用收费(pay per use)所带来的成本优势,从而能够快速实现云服务成 本与企业项目、需求或者方案的匹配。

两个层次的大数据云服务

Forrester的市场研究发现了两个层次的大数据云服务,它们的区分在于其预先组装水平的高低差 异以及与目标客户技能组的匹配度。

为应用开发与交付(AD&D)专业人员提供组件和控制能力的基础性大数据服务。企业可 以选择能够提供原始虚拟基础设施的公共云平台,这一选择意味着企业将自建其余的设 备,因此需要企业有比较深厚的开发和运营(DevOps)技术能力。此外,企业可以选择 由商业伙伴提供的预先配置好的或者是定义的应用程序。这种方案选择的好处在于企业的 数据专家和编程人员能够快速开展工作。

 

为关注商务智能(BI)项目的AD&D专业人员提供支持的可视化大数据分析服务。这种预 先配置好的服务所提供的用户界面能够很好地隐藏底层分析基础架构的技术复杂性。可视 化大数据分析服务平台上的商业情报工具可以帮助企业创建报告、仪表板,并且实现数据 可视化。可视化大数据分析服务平台上专门设计的工具可以帮助企业数据专家进行各种高 级的数据分析,比如预测性分析等。

然而,云计算解决方案的成熟度参差不齐,对于不同的数据分析工作内容而言所提供的功能也各 有特色。比如:

• 基于公有云基础设施构建企业自己的大数据分析环境
• 通过云应用服务快速访问更高级别的服务
• 基于管理服务进行可定制的简化部署
• 使用数据科学工具实现预测建模或其他高级数据分析功能
• 帮助商业人士的BI工具

想要抵达目的地的话,你可以买一张飞机票,或者买一架飞机,又或者你可以从头开始按照自己 的方式造一架飞机。同理,对于云中的大数据解决方案而言,现状往往是为了满足自身的大数据 需求,企业所需的工具包括预先配置好的基础设施、数据分析工具以及应用程序。AD&D领导者 应该根据其具体职责,从人员技能、所要解决的问题、所面对的资源数据类型等角度出发选择最 合适的服务类型。