SAP博客团队最近与SAP云平台大数据服务（bigdataservices，BDS）的首席技术官davidchaiken坐下来讨论数据碎片化给企业客户带来的挑战。David Chaiken是Altiscale的首席技术官，Altiscale是一家全面管理的大数据即服务提供商，于2016年9月被SAP收购。大卫曾担任雅虎的首席架构师！他曾参与过多个与Hadoop和大数据相关的项目。

数据碎片化是当今企业面临的一个关键挑战。当概念上相关的数据集来自公司的不同地方时，就会发生这种情况。数据碎片化的一般问题是，它限制了公司从整个企业的商业智能中获益的能力。对于大型非结构化数据集，云主机服务器，这个问题尤其复杂。我们去找了David Chaiken，了解他对企业正在努力克服的碎片化相关挑战的观点，以及如何提高企业在互联世界产生的海量数据中发现价值的能力。

这是两部分系列的第一部分。本博客系列的第二部分将重点介绍如何使用数据自动化来克服碎片化挑战。

围绕数据碎片化的最大挑战是什么？企业如何解决这些挑战？

数据碎片化的最大挑战是，当员工试图高效完成工作时，企业的数据自然会被孤立起来，因为这样做几乎总是更快地避免对其他团队的依赖。通过使用自己的主数据、模式、度量和性能保证构建特定于应用程序（或特定于业务单元）的数据存储，每个员工都可以控制其数据的处理方式。他们可以更快地完成他们的工作，返利app可信吗，如果他们需要跨企业组织工作的话。

问题是通往地狱的道路是由良好的意愿铺就的。尽管个别员工和业务部门发现自己的工作速度更快，但要在整个公司范围内利用数据要困难得多。例如，如果首席执行官正在考虑来自两个不同业务部门的投资提案，提案可能会使用不同的数学公式来计算盈利能力、收入和其他重要指标。这种问题使得在做出企业级决策时很难进行逐项比较，对最高管理层来说也是非常令人沮丧的。

从客户的角度来看，同样令人沮丧的是，他们在不同业务部门的洗牌中迷失了方向。对于拥有多个物业或业务部门的公司来说，数据孤岛可能会使获得每个客户的360度个人资料变得非常困难。想象一下，一个银行支持电话的结尾是一个客户说："是的，个人网站建站，物联网解决方案，我知道我的信用卡只有2500美元的限额，但我还有一个35万美元的投资账户！你真的想因为我们对10美元服务费的分歧而损失35万美元的生意吗？"

处理零碎数据的最佳方法是什么？

理解和实施处理零碎数据的商业案例是关键。It部门经常启动一个大统一数据湖项目，这个项目需要数年时间才能实现业务价值（如果它曾经实现价值的话）。我们发现，当每个组织都致力于采用公司范围的数据基础架构和标准时，淘客软件，交付业务价值要有效得多。寻找可以通过统一来自不同来源的数据来改进的特定、重要的业务指标。如果客户看到更好的服务，电子商务门户网站会获得更高的收入吗？能否通过向原材料供应商提供产品需求信息来消除制造瓶颈？你能为你的销售人员找到新的销售机会吗？选择一个用例，完成它，展示成功，然后迭代。

元数据如何帮助数据碎片化和自动化？

零碎的数据可以整体使用，但只能在不同来源之间聚合和连接。从数学上讲，只有在数据的元数据（模式、沿袭和度量）跨不同的源标准化的情况下，这才是可能的。例如，假设一家公司有一个部门销售维生素，另一个部门销售止痛药。如果维生素的盈利能力真的很低，而止痛药的盈利能力真的很高，那么简单地合并这两个部门的收入可能会产生很大的误导。正确的度量对于理解这两个业务以及它们之间的关系非常重要。形成一致业务视图的元数据是一项艰巨的工作，因为它涉及到对数据和业务的深刻理解，以及让不同组织遵守统一标准所需的钢铁意志。

当然，手动流程是数据标准化和有效业务分析的永恒敌人。每当人们需要触摸数据以将其从一个地方移动到另一个地方、修改数据或加入不同的数据源时，数据延迟和不正确的风险就会增加。自动化的数据移动、提取、转换、连接和分发对于从数据中获取价值至关重要。我们与在线广告领域的销售机构合作过，他们的日常报告决定了他们的生死，更不用说像老鹰一样每小时看一次报告的广告客户经理了。及时访问数据并不总是带来巨大的优势，但数据管道的每一步都需要自动化。元数据是自动化系统规范的重要组成部分：没有元数据，自动化系统的输出很难（如果不是不可能）正确。

在下一次对David的博客采访中，了解自动化如何帮助解决数据碎片化的挑战，"大数据自动化：将各个部分整合在一起。"