大数据正在成为继云计算之后备受追捧的技术领域。不过，企业在充分认识并发掘大数据蕴含商业价值的同时，也需要密切关注大数据技术利用的价值回报问题。在8月16日举行的“2012 Informatica全球巡展”北京站活动中，Informatica高级副总裁兼CIO Tony Young提醒有志于进军大数据应用的企业用户，为了从大数据中获取最大的价值回报，企业需要对数据挑战进行战略性的评估，并制定出包含大数据在内、能够根据变化的业务需求而灵活扩展的数据管理方案。

    “企业需要通过思考数据战略的总体回报，来应对大数据的挑战，并从中把握商业机会。所谓‘数据回报率’是一个简单的等式，即数据价值与数据成本相除。如果提高了数据对于业务部门的价值，同时降低管理数据的成本，从数据中得到的回报就会增加，无论用金钱来衡量，还是用更好的决策这样的无形效益来衡量，都是如此。”Young说。他还指出，从技术层面分析，数据回报率为数据集成、数据管理、商业智能和分析方面的投入提供了业务背景和案例。

    Young认为，以Hadoop为代表的大数据技术解决了传统数据管理技术所无法解决的问题，同时大幅降低了系统投资的门槛。这也是众多商业软件供应商相继对Hadoop提供支持的重要原因。他同时指出，相关人才的短缺是企业成功利用大数据的最主要障碍。围绕大数据商业价值的开发，市场需要大批的数据科学家，而在现阶段，这样的人才仍难觅其踪。

    目前，在大数据领域，Informatica已经推出了PowerExchange for Hadoop，以及Hadoop环境下的数据转换工具HParser。其PowerCenter on Hadoop计划于2012年12月正式发布。Young表示，与开源工具和企业自行开发的软件工具相比，Informatica所提供的Hadoop相关软件具有更佳的复用性，它们可以提供可预测、可重复的部署和方法，同时实现对企业现有数据管理资产和技能的复用。

    比如，企业可以应用现有的集成逻辑向Hadoop加载数据，并重新使用现有的数据质量规则验证Hadoop数据。而ETL（抽取-转换-加载）开发者也可以利用Hadoop的功能。另外，使用Informatica的大数据工具还能够与频繁更替的Hadoop版本变更相隔离，企业可以由此避免对错误的技术进行不必要的投入。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。