后疫情時代，企業需要強大的開源數據觸角

　　縱觀全球新冠疫情的形勢，可謂一波未平，一波又起。面對這種持續不斷的不確定性，企業機構若要保持業務運營的連續性，就必須增強自身的業務彈性，以敏捷、靈活、快速地適應變化并過渡到新常態。

　　為此，企業機構必須能夠做出快速且準確的決策，其中制定基于數據的戰略至關重要。《哈佛商業評論》發布的分析報告顯示，全球只有35％的企業機構高管認為他們當前的數據戰略已經足夠。換言之，絕大多數的企業高管認為他們的數據戰略相對而言還是短板。一般來講，阻斷實現數據戰略收益最大化的三大障礙分別是缺乏數據分析的專業知識、數據孤島以及企業各部門間的數據不互通。

　　那么，面對這些挑戰，企業機構應如何通過數據戰略來提高業務彈性呢？

　　企業需要“自由云”

　　隨著遠程辦公的興起，許多企業機構正在通過云服務開展工作。根據IDC調查顯示，至2021年，亞太區90％以上的企業將采用混合云和多云來滿足其基礎架構需求。盡管此舉意味著企業對數據的控制力更強，但也可能會形成新的數據孤島，降低數據的可訪問性以及企業做出實時決策所需的數據獲取速度。

　　因此，企業機構應確保其數據戰略可以在混合云和多云環境中運行。支持員工無論身在何處都能安全訪問、分析數據，即可快速響應不斷變化的市場動態，并最大限度地減少中斷對業務的影響。也就是說，企業更需要“自由云”，數據可以根據需求跨時空、跨平臺、跨終端的自由流動，而不是“孤島云”或者“封閉云”。

　　繃緊安全這根“弦”

　　在新冠疫情爆發前，長期遠程工作在大多數企業機構中還不是常態。但如今環境發生巨變，即使疫情消失，遠程辦公也早已深入人心，并極有可能成為一些企業或者機構在特殊時期的常態。在這種情形下，數據安全性提升到前所未有的高度，如果沒有合適的工具可以安全有效的應對這種新工作方式，網絡攻擊者就會有可乘之機，破壞業務數據資產的保密性、完整性和可用性。

　　此外，如果數據分布在不同IT環境，甚至跨越邊界，企業機構還可能無法應對日益復雜的監管要求，尤其是圍繞數據移動和隱私的監管要求。根據《哈佛商業評論》調研，有57％的受訪者在不久的將來需要面對新的數據隱私法規。

　　由于數據安全治理對于建立信任至關重要，因此有效的數據戰略支持企業機構能夠追蹤信息來源、維護數據完整性并保留所有相關的元數據。這就需要在混合多云環境中實施一套統一的安全治理策略，包括細粒度訪問控制、數據沿襲和審計日志等。簡而言之，在新常態下，更要繃緊數據安全這根“弦”。

　　如何適應變化

　　盡管過往的經驗可以幫助公司更好應對未來的挑戰，但可能無法提供未來的行動藍圖，尤其是在疫情改變了客戶期望和人們工作方式的情況下。這就如同地球演化史上不期而至的冰川世紀，所有不善于御寒、不適應新環境的生物都遭遇了滅頂之災一樣。

　　只有能夠基于洞察做出決策，并根據需要重塑業務的企業機構才能在新常態下蓬勃發展。在接受《哈佛商業評論》調研的公司中，有一半企業機構意識到了這一點，并計劃在2023年之前使用機器學習和人工智能等更加先進的分析方法，充分挖掘數據中的業務價值。例如，他們可以結合使用預測性和規范性分析、場景模擬和預警檢測，近乎實時地預測客戶需求變化。

　　因此，有效的數據戰略必須支持從邊緣實時分析到人工智能等多種分析框架。這將使企業機構中的每個人都能獲得最佳情報，從而使業務能夠更好地適應變化。

　　強大的開源“數據觸角”

　　對企業而言，下一只黑天鵝和下一頭灰犀牛不知道何時會展翅而來或咆哮發威，未來業務中斷的可能性將長期存在。因此企業機構需要更強大的“數據觸角”，以利用新的數據源和現有數據源，例如跨云平臺移動數據或同時使用多個云平臺。為了實現這一目標并避免使供應商陷入困境，企業機構應采取開源的數據戰略方法。

　　支持開源計算架構、開源數據存儲和開源集成的企業機構可以將云作為基礎設施，而不是數據架構。這樣它們就能夠為自己的數據集選擇正確的云計算和存儲資源，幫助更好地管理云成本。此外，開源生態系統合作伙伴可以幫助企業機構充分利用開源社區的創新成果。

　　企業數據云提升業務彈性

　　為了加強數據驅動并增強業務彈性，企業機構會采取不同的方法，而企業數據云可以為其提供支持。憑借企業數據云，企業將能夠在其選擇的IT環境中以安全、受控、統一的方法應用從邊緣到人工智能等各種數據分析技術。

　　有人說，種下一棵樹最好的時機是十年前，其次就是現在。對企業機構建立數據戰略而言也是如此。由于公司不可能避開波動和不確定性，因此必須實現更大的業務彈性才能蓬勃發展。企業數據云支持的數據戰略能夠使企業機構實時查看數據集，并在統一平臺上管理數據，保證安全性。無論數據位于何處（公有云、私有云、混合云、多云或本地部署），它都能夠將復雜的數據轉換為清晰而可行的洞察力，為企業日常運營以及未來的業務拓展提供支撐。Cloudera愿與我們的客戶、合作伙伴一起，種下“數據戰略”的種子，早日收獲“數據驅動”的果實。