IBM眼中的大数据治理：把鸡蛋放在一个篮子里

        提起数据治理，“治理”一词的英文发音“Governance”与“政府”的英文发音相似，也使得数据治理涉及到众多法律法规的问题。记者在采访IBM杰出工程师、副总裁兼Guardium首席技术官Ron Ben Natan博士时，他认为具体到大数据治理，比传统结构化数据的治理更难，形象比喻就是：把鸡蛋全都放在了一个篮子里。
 
        这句话如何理解呢？Ron Ben Natan博士认为：“大数据治理的目的不光为了集中数据，更深层次的目的是要进行分析处理并为决策服务，但如果数据质量不高、错误数据比较多的话，其最大风险在于：基于大数据治理得出的分析结果是不是正确的，数据准确性会影响企业未来决策。”


 


        IBM杰出工程师、副总裁兼Guardium首席技术官Ron Ben Natan
 
        其实在大数据治理方面，IBM已经有了三年多的积累，在Ron Ben Natan看来，大数据治理并非在数据生成之后开始治理，而是从数据开始生成之时就开始考虑以大数据的方式治理。而且，数据质量和数据整个生命周期的管理是很重要的因素，大数据治理不是一蹴而就，涉及生命周期的全过程。
 
        在以下几个应用场景下，IBM都能够提供相应的服务。一方面，IBM解决方案可以把企业多年沉淀的数据转换成大数据环境下可以供数据集成和转换的数据；另一方面，IBM拥有协助屏蔽某些数据（即数据漂白）的方案；此外，IBM可以协助企业保护只有特定用户才能使用、特定应用程序和方法才能访问的真实数据（即数据加密）；最后，IBM已经对现有市场上流行的所有数据源都提供了保护方案。
 
        从2011年到2013年，IBM开始积累并建立了大数据治理策略，未来IBM会继续增加这一领域的投资，尤其是NoSQL环境治理的工具和方案。具体到NoSQL的开发，Ron Ben Natan认为其语法和使用方式非常容易帮助企业累积数据，可能在短短几个月时间内就膨胀到极大数据量，这时候对数据治理的考验更大。
 
        就在采访Ron Ben Natan之前，记者聆听了牛津大学教授、大数据权威专家、《大数据时代》作者维克托·迈尔·舍恩伯格的主题演讲，其中给人深刻印象的在于其概括的大数据三大特征：全体性，即过去那种随机抽取数据进行分析的方式给不了这个时代真正的需求，大数据时代就要拥抱更多的数据；混杂性，意味着现今时代不过分追求数据的细节；相关性，即现今时代从因果性转向相关性，不过分苛求“为什么”，而只去探求“是什么”。针对这些论断，Ron Ben Natan只强调了一点：如果扔进去的是垃圾，那么出来的肯定也是垃圾。
 
        身为IBM软件集团大中华区信息管理软件DSCO销售总监，甘佳凌女士更了解国内客户的需求。她告诉记者：“每一个客户都在谈大数据，他们在考虑如何利用不同的数据来源和非结构化来源找到可以让企业获利的模式，这是生意的考虑。”
 
        那么大数据是现在的生意还是未来的生意呢？虽然大数据提及热度非常高，但是如何真正有效利用海量的大数据来源，挖掘出可以提供给客户的服务和盈利模式，这是大数据真正的挑战。
 
        针对大数据的特征，IBM为新型分析应用程序提供大数据平台，能够帮助用户集成并管理不同种类、不同速率及不同流量的数据；将高级分析应用于信息并且不改变信息的原本格式；将所有可用信息可视化，供即席分析使用；为新型分析应用程序建立开发环境；优化工作负载并安排进度；确保安全和治理。