智能化数据管理是企业数字化转型的关键一环，但问题在于有时数据会“不服管”。根据Datamation资料显示，80%以上的企业数据是非结构化的，同时数据量还以每年55%-65%的速度增长。TechJury研究表明，95%的企业为管理非结构化数据所困扰。非结构化数据不仅会提高管理成本，还会增加安全隐患。如何妥善处理这些未被发掘的暗数据(Dark Data)，对绝大部分企业而言至关重要。
暗数据，未知的风险与挑战
在非结构化数据进入数据湖(data lake)时，“知道哪里有什么”是最有趣、也最具挑战性的一步。这要求企业了解数据的完整性及其潜在风险，一旦了解不足，就有可能产生更高的成本、更大的风险和潜在的安全漏洞。然而，目前很少有企业对此进行仔细研究，主要因为绝大多数人都面对着一系列悬而未决的问题：
你是否知道全部数据存储在哪里?
你是否知道数据里有什么?
你能否确保数据在适当的访问安全水平下被妥善保护?
事实上，那些自认为深谙问题答案的人，要么是在自欺欺人，要么就是并不清楚在数字化转型、影子IT及IT无处不在的当下IT内部究竟发生了什么。当今企业为适应业务发展变化，需要不断更新风险与安全评估档案以及威胁环境分析，而管理暗数据则是这段旅程中的一大挑战。为了找到并管理暗数据，企业需要利用智能数据管理服务将所有工作负载编入最先进完整的索引，以了解数据和风险并“对症下药”，最终实现有效数据管理。
风险评估，照亮暗数据的第一步
风险评估(Risk Profile)是管理暗数据的关键环节。完善的风险评估如同照亮暗数据的一束光，帮助企业能在找到信息存储位置的同时，做出最佳的数据处理决策，包括了解数据的存储位置，其特性是结构化的还是非结构化的，以及在特定环境中如何合理地处理这些数据。
创建风险评估档案是高效管理数据的第一步，这好比搬家整理行李。搬家时，人们总是会先把没有价值的东西清理掉，而非一股脑把所有东西塞入货车里带走。同样，在企业数据管理中，高质量数据是企业最宝贵的资产，谁也不想浪费时间或金钱去管理没有价值的东西。根据TechJury 测算显示，低质量数据每年为美国企业带来的损失高达3.1万亿美元。
实际上，企业面临的许多类的风险都与未有效管理数据有关。如个人信息、企业的隐私数据、知识产权信息、开放域/容易被盗的数据等，都可能成为暗数据而阻碍企业实现“数据就绪”。
要突破这一困境，企业必须“走在暗数据前面”，即时更新风险评估档案，真正实现面向未来、且永不过时的优秀风险管理。Commvault的数据洞察能力能在面对风险挑战时，很大程度上解决暗数据问题，帮助企业“照亮”前路。
Commvault数据洞察，走在暗数据前面
Commvault全新智能数据服务平台所提供的服务包括数据管理与保护、数据安全、数据合规与治理、数据转换和数据洞察。其中，Commvault的数据洞察能力分为Commvault文件存储优化、Commvault企业数据保护和Commvault敏感数据治理三部分，可以在很大程度上解决暗数据问题。在人工智能和机器学习驱动下的数据洞察能够优化和自动化IT流程，可以应用于数据保护、异常检测，以及云或本地存储和功耗管理等方面，以减轻勒索软件和其他数据泄露带来的风险，有效保护个人身份信息等敏感数据。
Commvault的数据洞察能力在业界也获得了广泛认可。英国管理服务提供商ORRIUM利用Commvault智能数据管理平台，帮助客户实现了高达30%的数据管理成本削减，并达到了90%以上的重复数据删除率，显著提高了存储效率。客户不仅能在知情的情况下决定数据存放位置，考虑相应安全措施，还能更容易地搜索敏感数据，更快速地对合规性要求做出回应，其对自身企业数据安全性和可用性的信心也显著增强。ORRIUM总经理Chris Kiaie表示：“有了Commvault解决方案，我们就可以帮助客户掌控数据，并消除不可预测性。”
数据管理能在数据中产生连锁反应，有效智能的数据管理策略是良好风险管理的前提。Commvault拥有25年的创新经验和1000多项业界专利，为100,000多家组织提供数据服务，顾客满意率达98%，远超90%的行业平均水平。作为智能数据服务的重要组成部分，Commvault领先的数据洞察将有效帮助企业照亮暗数据，真正实现具有前瞻性的卓越风险管理。欲全面了解Commvault智能数据服务及其数据洞察能力
