企业从云计算可吸取关于大数据的三大教训

云计算
过去,企业要处理由数千家供应商组成的供应链,对通过EDI(电子数据交换)方式访问企业ERP系统的每一个供应商进行验证。采用EDI方式,要对每一个供应商与企业之间的API(应用程序编程接口)的匹配情况进行反复的测试,一直到实现供应商与企业之间的全部数据传输和安全授权。

基于云的解决方案为企业提供了巨大的价值。云处理大数据的能力也是非常显而易见的。用于供应链的云解决方案中已经很好地说明了这个能力。在这个解决方案中,数据收集和共享的方法一直是革命性的。

过去,企业要处理由数千家供应商组成的供应链,对通过EDI(电子数据交换)方式访问企业ERP系统的每一个供应商进行验证。采用EDI方式,要对每一个供应商与企业之间的API(应用程序编程接口)的匹配情况进行反复的测试,一直到实现供应商与企业之间的全部数据传输和安全授权。在那个时候,供应商将允许进入企业的ERP系统。这样,就可以做生意了。这个流程是费力的和重复性的,并且确实耗费IT资源。

后来出现了用于供应链的云解决方案。这个解决方案对全球的数千个供应商和制造商接入保密的网络进行资格预审,而不像以前那样按顺序和反复地逐个审查供应商的资格。云提供商负责共享的数据池。这个共享的数据池不仅包括交易文件,而且还包括运输和装货单据、订单表格、产品的技术规格和图表,还有对生产和运输货物流程以及向市场提供服务都至关重要的其它文件。最终结果是在云中有一个包含大数据和小数据的数据库。如果拥有正确的安全权限,每一个允许进入这个网络的人都可以随意访问这些数据。

把每一个产品生产商和供应商连接到拥有一个数据库的中心网络是企业过去很少想到的一种的方法。但是,企业在他们的商务流程中看到了这些结果。现在,向云网络中增加一个新的供应商的过程只需几个小时。在过去进行EDI认证的时候,这个过程需要几个月。通讯中产生的混乱情况在云中比较少,因为每一个参与者都使用同一个云中的数据库。云制造商和供应商网络还能够让许多不同的公司安全地交换标准和大数据。

云是如何完成所有这些任务的?采取的方法包括:为大数据的每一个部分分配一个名称,让每一个人都可以访问;为这个云网络中的每一个交易伙伴提供一个商业规则。这些规则允许每一个合作伙伴把安全许可和权限分配给与其交换信息的其它机构的个人。

企业已经采取了有意义的步骤实施这种云解决方案以处理其内部系统不能解决的外部商务流程问题。但是,企业现在还应该密切关注云已经完成了什么任务和把这些“吸取的教训”应用到自己内部系统以及如何处理大数据等方面。这些教训包括:

·追求“单一版本的事实”

无论你在处理结构化、半结构化还是非结构化数据,你能够把越多的信息整合到整个企业的每一个人都可以使用的一套事实、数字和图表中,你就越有可能避免不同的系统发布的不同的数据引起的混乱。在你建立大数据的“数据集市”(Data Marts)的时候,有一个极好的机会标准化向这些集市输入的数据并且开始“正确地做这个事情”。

·对大数据安全使用一个业务部门能控制的一种授权方法

把安全授权管理移交给最终业务部门(而不是利用IT部门作为主要管理机构)能够创造通讯中的灵活性。然而,为了保持企业的安全标准,应该认真考虑这个问题。在这个过程开始的时候,最好请一位外部的安全遵从法规专家提供咨询意见。

·对数据采取更“民主的”方法 不管大数据还是小数据

在云中的中心数据库工作的非常好,因为这个数据库包含与特定业务功能密切相关的大数据和小数据。企业数据集市应该采取同样的方法建造。

责任编辑:王程程 来源: 网界网
相关推荐

2013-02-20 08:39:31

云计算企业应用云服务

2013-11-28 16:41:13

2013-11-28 10:56:05

2022-09-30 14:44:07

云计算元宇宙云迁移

2022-10-08 15:52:37

元宇宙云计算安全

2024-09-25 16:11:23

2022-05-07 18:17:35

Notion分片

2020-09-08 10:17:38

企业视频数字企业阿拉贡

2011-04-26 09:26:53

亚马逊云服务

2013-04-18 09:10:56

开源系统操作系统鲍尔默

2022-05-18 14:37:23

网络安全供应链漏洞

2020-02-12 10:23:54

云迁移云计算

2022-05-31 10:14:31

企业网络攻击

2020-05-12 10:04:31

企业经验和教训CIO

2013-12-25 10:10:36

网络·安全技术周刊

2015-03-16 13:49:27

大数据大数据误区大数据错误

2013-01-16 10:10:26

2013-07-22 09:46:39

大数据云计算BI

2013-01-07 09:22:02

DLP数据丢失防护

2011-07-01 14:21:22

2011大数据世界论坛大数据云计算
点赞
收藏

51CTO技术栈公众号