為什麼要自建大數據平台

㈠ 企業為什麼要建立私有雲

企業為什麼要自建私有雲？在中國鋁業股份有限公司信息部纖耐仔副總經理文欣榮看來，主要有四個方面的原因。 一是政府沒有運營「雲」的有關法律、法規。集團性企業一般有明顯的競爭對手和重要數據等需要保密的信息，如果用公有雲，數據出了問題無法追究責任，不像供電、供水，政府有很多規定; 二是「雲」運營商計費標准不統一，流量計費千差萬別。集團企業需要獨立的專線，費用誰來承擔尚無標准，不像供電、供水那麼標准化毀汪。 三是目前具備給集團企業提供「雲」服務的運營商，數量還不多。 四是一旦更換雲服務商，數據遷移是個大問題(數據標准、集團企業數據量一般很大等等)。 CIO選擇雲計算帶來的時間節省 在Intel與ITValue聯合發起的一項雲計算的討論中，一位曾經在公司內部部署過雲計算應用平台的CIO介紹說，與部署非雲計算平台相比，硬體、軟體的安裝和系統測試等工作能節約10%-15%的項目時間，通過實時的在線Webtraining，應用系統的培訓時間能節約10%-15%的培訓時間，而且後期系統的維護工作不需要有專人管理，能節約5%-10%的系統管理時間。 雲計算與IT外包的區別 雲計算與IT外包都宣稱能節約IT成本，不過在中國華融資產管理公司信息化領導小組秘書長艾軍看來，這兩者之間是有很大區別的。比如很多企業、政府的計算中心本身不具備容災能力，而容災能力是雲的標准配置。由此畝爛可見，雲不必支付一次性的物理環境建設費用和遞增的維護費用，而是將其分解為年度費用，如此而言，對企業是合算的。就當前的外包而言，很多情形是買人力，解決的只是「替工」，不是提高效率。

㈡ 為什麼當下眾多企業都在著力搭建自己的大數據平台

大數據時代是未來的趨勢，為了適應社會發展，必須建立，這樣才能夠生存下去。

何為大數據

過去，大數據指的是那些數量龐大而復雜的數據集，其大小超出了常用軟體工具在可容忍的時間內捕獲、管理和處理數據的能力。一個更能達成共識的定義就是：大數據代表的信息資產的特點是具有非常龐大的數量，產生的速度非常快以及數據的多樣性，這些特點決定了需要特定的技術和分析方法來實現其價值的轉化。因此，其實近期「大數據」已經很少用來指數據集的大小了，現在更傾向於指人們使用預測分析、用戶行為分析或某些其他高級的數據分析方法，從數據中提取信息創造價值。因為數據本身的價值是無法直接可見的，但是通過各種數據計算和分析，可以將人們無法注意到的信息從數據中提取出來，創造價值。

這也是為什麼企業們紛紛想搭建大數據分析平台的原因。每天企業的內部運營支撐系統和外部與客戶的交互系統都能產生大量的數據，如何利用這些數據向企業內部和外部企業客戶提供具有極大商業價值的信息支撐和智能解決方案已經成為企業的重要的無形資產。根據企業量身定做的大數據分析平台，可為企業提供報表工具、分析工具、結合企業的實際需求進行的解決方案實施服務；企業的管理人員、業務分析人員等也可以通過web、手機或者其他移動設備訪問，以便隨時了解企業的關鍵指標和進行深度業務分析。

那麼，想而知，對於這個集團目前建設基礎數據平台和BI應用是未來一段時間的重點。通過數據平台和BI應用建設，他們可以搭建統一的大數據共享和分析平台，對各類業務進行前瞻性預測分析，並為集團各層次用戶提供統一的決策分析支持，提升數據共享與流轉能力。下圖為該集團的大數據分析平台的效果圖，可視為最終的建設目標。

㈢ 如何構建銀行業大數據分析平台

一是銀行與電商平台形成戰略合作。銀行業共享小微企業在電商平台上的經營數據和經營者的個人信息，由電商平台向銀行推薦有貸款意向的優質企業，銀行通過交易流水、買賣雙方評價等信息，確定企業資信水平，給予授信額度。建設銀行曾在這方面做過有益的嘗試。此外也有銀行參股電商、開展數據合作的案例。

二是銀行自主搭建電商平台。銀行自建電商平台，獲得數據資源的獨立話語權。在為客戶提供增值服務的同時，獲得客戶的動態商業信息，為發展小微信貸奠定基礎，是銀行搭建電商平台的驅動力。2012年，建設銀行率先上線「善融商務」，提供B2B和B2C客戶操作模式，涵蓋商品批發、商品零售、房屋交易等領域，為客戶提供信息發布、交易撮合、社區服務、在線財務管理、在線客服等配套服務，提供的金融服務已從支付結算、託管、擔保擴展到對商戶和消費者線上融資服務的全過程。

三是銀行建立第三方數據分析中介，專門挖掘金融數據。例如，有的銀行將其與電商平台一對一的合作擴展為「三方合作」，在銀行與電商之間，加入第三方公司來負責數據的對接，為銀行及其子公司提供數據分析挖掘的增值服務。其核心是對客戶的交易數據進行分析，准確預測客戶短時間內的消費和交易需求，從而精準掌握客戶的信貸需求和其他金融服務需求。

銀行業有處理數據的經驗和人才。數據分析和計量模型技術在傳統數據領域已得到較充分運用，同時也培養出大批精通計量分析技術的人才。如在風險管理方面，我國金融監管部門在與國際接軌過程中，引入巴塞爾新資本協議等國際准則，為銀行業提供了一套風險管理工具體系。銀行在此框架下，利用歷史數據測度信用、市場、操作、流動性等各類風險，內部評級相關技術工具已發揮出效果，廣泛應用於貸款評估、客戶准入退出、授信審批、產品定價、風險分類、經濟資本管理、績效考核等重要領域。

㈣ 縣級城市有必要建大數據中心嗎

沒有必要，但巨頭公司自建數據中心選址在縣級城市就另當別論了，下面是針對沒有必要的一些論據，希望對你有幫助。

中國IDC圈9月8日報道：大數據如今已經從概念走向了實際應用階段，其商業價值早已為產業界人士、資本市場和政府管理者所關注。但是，在深入挖掘大數據應用前景時，一些地方和個體關注的僅僅是大數據帶來的經濟效益和名利好處，而並非這一產業的健康、可持續發展。因此，在不斷升溫的大數據投資、開發和利用浪潮中，如何避免功利性和盲目性帶來的資源浪費，擠出產業發展過程中的「泡沫」和「水分」，就成為一個現實而迫切的課題。

挖掘大數據的應用前景

對於大數據應用最積極的，要數那些能夠真正從中獲得利益的企業。為尋找商機，解決方案提供商會竭盡全力地挖掘大數據的應用前景。據阿里金融數據顯示，截至2012年底，該公司累計服務的小微企業已超20萬家；而在2012年7月20日，阿里金融已經實現單日利息收入100萬元――這意味著，如果這一勢頭持續一年，阿里金融的利息收入將達到3.65億元……這無疑是大商家利用大數據資源獲利的典型案例。

目前來看，大數據應用主要體現在互聯網電商、社交網站和搜索引擎等科技領域，而在傳統的產業領域並不多見。

據悉，在國家層面上，科技部的《中國雲科技發展「十二五」專項規劃》和工信部的《物聯網「十二五」發展規劃》等都把大數據的分析、應用作為專項規劃予以重點支持，國內個別大企業也針對大數據進行了一些初步應用。雖然現在國家從科技項目上開始重視大數據，也安排了一些研究，但中國互聯網協會理事長、中國工程院院士鄔賀銓認為，我國同國外的整體差距還很大。「這並非一些簡單的科技項目就能解決的，應該鼓勵擁有資源和能力的企業、部門去開發大數據，因為他們才是真正的應用需求者，才是牽引技術的最重要力量。」

鄔賀銓指出，現在我國很多地方是「有數據的不挖掘，會挖掘的沒有數據」。「要把生活中的現象與大數據挖掘結合起來。比如，北京公交一卡通每天會產生大量的數據，利用這些數據就可以知道當天有多少人從哪裡換車，走向如何，從而進行交通調度。」

影響大數據應用的關鍵

雖然擁有如此大的社會和商業價值，但在大數據的實際應用中，我國還面臨著諸多影響因素。

如何共享是大數據應用的首要問題。「擁有數據的部門沒有能力去分析，有分析能力的部門沒有數據，各部門之間缺少協調合作，這實際上涉及一個體制問題。」鄔賀銓指出。

共享數據的質量如何，也成為影響大數據應用的關鍵。按照日本IT專家大山繁樹的說法，企業接收的數據是否是最新數據，數據的精確度如何……這些都將影響企業分析大數據後得出的結論。「顯然，分析出處不明的數據毫無意義。此外，如果數據不能隨時進行更新維護，也不會產生任何價值。」

此外，業內專家認為，擁有數據的企業或部門不知道如何在保護好用戶隱私與安全的情況下使用大數據，也是妨礙我國應用好大數據的羈絆。

警惕大數據「泡沫」

在資本市場上，大數據公司正在被催熱。大數據分析公司Splunk上市首日暴漲，引發投資者對大數據領域的關注。同時，企業間的並購重組也在升溫――包括IBM、惠普、甲骨文等都在近年有成功的收購大數據應用公司的案例；而在單筆並購金額方面，大數據已經超過雲計算位居IT領域榜首。

雖然我國尚未將大數據上升為國家戰略，但針對大數據投資的苗頭初露端倪。伴隨著雲計算中心多地開花，是否會出現類似的大數據中心建設熱潮呢？據不完全統計，目前國內已有超過25個省市要求建立自己的大數據中心，部分縣級城市也躍躍欲試。如此一窩蜂地上馬大工程，讓人們不禁要問：這些大數據中心建成以後用來做什麼？

其實，大數據中心的規劃、建設既要考慮初期的建設需求、網路環境，還要考慮日後的使用及維護。業內專家認為，很多地方在沒有考慮周全的情況下，就夢想一步到位、一勞永逸地完成大數據中心的建設――這種不計成本、不考慮實際需求的盲目求全求大，只能造成更大的人力、物力和資源浪費。

包括鄔賀銓在內的多位業內專家認為，建設大數據中心要有明確的產業規劃，輔以確定的用戶和服務對象。「由政府投資興建的大數據中心，應該首先用於交通、氣象和醫療等方面的政府數據，這樣能更好地幫助政府部門決策；另外，這些大數據中心也能滿足中小企業的需求，可以對其展開有針對性的服務。」鄔賀銓強調。