但大数据也有其历史的一面：个人需要查找整个企业的旧数据来确定相关的发展趋势，或更充分的了解目前的业务问题。长期来看，这有助于相关不好的因素可以缓解。

　　在这样的背景下，历史数据也需要能够立即访问，而无需IT部门进行大规模的数据恢复。从战略上讲，这意味着网站应进行相应的规划准备，方便用户访问有关的历史数据信息(而无需IT部门的调解)，并实时获得新创建的数据信息。

　　IT部门从未以更加“关键任务”的态度来处理历史数据。多年来，用于数据归档的方法一直是采用的一个面向数据的保存管理和以备份为目的。备份采用的是速度较慢(而且造价更便宜的)磁盘，或甚至是磁带系统。有时这些数据需要一定的监管，但如何监管呢。在数据恢复的过程中，IT部门也发现存储这些数据的某些磁带会降级到数据不可读的地步。

　　正是以这种“备份”的心态进行的大数据归档，潜在的限制了企业现在所收集和挖掘的大数据的端到端的价值。

　　如下便是两个很好的案例：

　　某金融服务公司的营销团队发现，一个特定细分人群的购买模式正在发生变化，他们想知道为什么。尽管他们能够通过几近实时的执行大数据和标准数据分析很清楚地看到新的变化，但该营销团队真正想明白的是驱动这些变化的原因，以及这些因素是从何时开始影响这一特定细分人群的购买模式的。如果该营销团队可以找到这些因素，他们才能够及时的顺应消费者的变化趋势，以便提供相关符合客户新的购买模式的产品给专业买家。

　　某区域的一家大型医院发现，在某一特定地理区域患大肠癌的病人的几率水平高于其他地区。医院要看看可能与环境有关的致病因素，或者该地区的其他特征。所以他们需要快速访问该地区过去十年的历史研究数据。

　　在解释致病因素这样的案例中，需要能够方便和灵活的访问大数据，而这些大数据可能基于历史上每一天所收集的数据信息。这是潜在的非常关键的任务，但如果是仅仅着眼于灾难恢复和备份较大的数据，而不是多用途的归档，也可能失去这些历史数据信息。

　　所以IT部门需要采取哪些相关步骤，以确保其庞大的数据存储策略是足以满足业务信息访问的全方位的需求呢?

　　以更广阔的视野来处理大数据相关的关键任务工作。大数据分析能够在瞬间充分满足“需要知道”的需求，但同时对于历史数据的研究也是非常重要的，取决于对数据的即时访问。

　　用企业的终端业务来审查数据归档策略。如果您的企业是从一个存储层自动存储大数据，在经过30天或60天后再将不使用的数据信息存储到更便宜的磁盘系统?或者你的企业有别的不同方案。无论你企业的大数据归档政策是怎样的，这一归档政策都应该让企业的终端业务决策者每年进行审查。

　　确保旧的存储介质的质量。尤其是磁带可能会变坏监控归档区的湿度和温度是非常重要的，同样重要的是定期检查磁带降解的可能性，以便您可以在相关存储的数据变得不可读之前，及时的进行处理。