想象一下，一个图书馆藏有来自世界各地数百年来印刷的大量书籍。

现在想象一下，这些藏书不是放在一个庄严的屋顶下，而是分布在数千英里的几十座较小的建筑中，而不是一个允许用户定位和访问所需书籍的集中式数据库，每栋建筑都有自己的数据库，有自己的编目和存储逻辑。一开始是学者们的梦想大量有用的信息很快就变成了噩梦——没有一个信息是容易获得的，大部分信息是遥不可及的。没有秩序的信息可能会导致瘫痪。不幸的是，现在许多公司发现自己拥有丰富的信息，却渴望订单。

数据是企业的命脉。没有它，一个企业就会枯萎和消亡。企业正在积累比以往任何时候都多的数据，这些数据本应使企业更高效、更灵活、更有利可图；然而，企业报告说，情况恰恰相反。如此丰富的数据不仅带来了无限的机遇，也带来了无限的挑战。

如果没有一个全面、安全、合理、高效的数据管理系统，一颗让血液流淌到业务各个角落的心，基本数据可能会变得毫无用处，企业软件服务，大数据资源，更糟糕的是，在企业努力获取和管理数据的过程中，它可能会成为一个消耗解读其堆积如山的日益复杂多变的信息。传统的内部企业数据仓库曾经是分析数据的定义解决方案。尽管这些系统从来都不是完美的，但它们涵盖了基础知识，例如Customer 360。但是随着数据的成倍增长和扩展，新系统（部门、个人、机器、移动）的加入，以及云解决方案和其他业务线的采用，数据很快就扩展到组织的四道物理墙之外难以管理的现代数据环境

今天的数据环境受到数据熵的影响。数据一直在寻求最简单、成本最低的存储方式。企业充斥着信息CRM数据、购买历史和权利、网络点击日志数据和物联网数据，但它越来越分散，存储在各种云和内部存储库中。我们知道，公司希望并需要对其运营、客户、供应商和合作伙伴有一个一致的看法。创建该视图的数据是存在的，但是随着数据变得越来越难以定位，公司觉得他们不仅失去了了解客户的能力，物联网专用卡，而且也失去了了解自己业务的能力。这就是数据熵的实际成本。如果没有一种有效的方法来访问公司的信息，公司丰富的数据就会成为一种负担。

数据熵有一个有趣的特性——数据的价值密度越小，它离企业越远。价值密度最高的数据仍然是最大的内部数据或云上数据，通过专用网络连接返回到企业。单击"日志数据"，它编码客户在其在线和移动应用程序上的查找方式和内容，并锁定在云块存储系统中。物联网数据，它编码客户使用产品，物联网展，被捆绑在分布式数据库和/或数千个边缘数据库中。

结构化信息的严重分散意味着与数据熵的斗争失败。考虑到企业现在可以访问的数据的绝对复杂性和数量，企业数据仓库可以轻松存储顶级聚合数据进行分析的概念已经变得毫无意义；企业知道他们不能回到100%的内部数据管理系统。其他供应商声称提供了一个简单的解决方案——"将您的所有数据带到我们的云中，我们将提供洞察力。"尽管这种一站式云解决方案在理论上听起来很有吸引力，但实际上在实践中并不成立。云之间的带宽很慢，出站数据移动成本很高，对于越来越注重实时性和成本意识的it部门来说，这是一个不可行的解决方案。

解决数据熵问题需要一个能够有效利用大量易于分析的数据的解决方案。组织必须能够在任何给定时间确定所需信息的位置，同时在源之间移动尽可能少的数据量。公司需要一个现代化的数据管理解决方案来重新牢牢掌握其客户和业务—一个被丰富的数据所充实而不是削弱的解决方案。

请关注本系列博客，私有云市场，我们将介绍SAP如何解决数据熵的问题。