数据虚拟化工具已进入IT战略领域

　　数据虚拟化工具已经存在多年了，但鉴于现如今的企业都在积极的整合和访问来自网络、社交媒体和物联网(IoT)等各种来源的数据，使得这一技术的重要性正在越来越多的从企业的战术层面转向为战略层面。

　　在本次专家问答访谈中，来自雅典娜IT解决方案公司的创始人兼数据管理专家里克·谢尔曼为我们解释了为什么数据虚拟化应该成为企业CIO们的雷达;较之传统的数据集成工具其为企业所带来的好处;如何使用数据虚拟化来提高企业的竞争优势;以及哪些行业是这一技术的早期采用者。

　　为什么说对于企业的CIO们而言，数据虚拟化是一个相当重要的问题?

　　里克·谢尔曼：对于大多数企业的CIO而言，无论其所在的公司是中小型企业，或大型企业，这些企业现如今都在试图访问和收集来自企业内部和外部的众多不同的来源的信息。他们想要更多的获得关于他们客户的信息，并将这些信息与合作伙伴、买家等等进行分享。在过去，他们能够很好的得到和控制数据信息，并能够将数据进行整合。但现在......数据来自世界各地，而不再仅仅是企业自己的应用程序。企业已经没有足够的时间或资金来将数据进行物理集成整合。而数据虚拟化则能够从不同的数据源提取数据，实现数据信息的可视化，分析数据，将数据与其他来源的数据进行结合。在现如今这个瞬息万变的世界，这是一个获得并分析(和实验)实时数据的非常完美的方式。并且非常适合帮助CIO们解决他们当前所面临的数据的冲击。

　　这听起来像是一个10年前还根本不存在的需求。是否只是在过去四到五年的时间里，数据虚拟化工具才成为企业的一种必要的呢，或者还是他们其实存在很长一段时间了?

　　谢尔曼：与分析领域的很多其他事情一样，这些事情已经存在很长一段时间了，但企业业务对于这些技术的需求，以及企业所处环境的处理能力——包括企业设备的内存容量，以及网络带宽——均不利于有效地利用该技术的功能。该项技术的确已经存在了一段时间了，但企业的业务需求(社交媒体，物联网，传感设备，机器学习，Web数据和大量的云计算数据)却才刚刚兴起不久。随着越来越多的企业开始使用云应用...所以才带来了更多数据虚拟化的需求。而且，更多的数据是散落在各处的。尽管在该技术产生之前，这方面的需求其实已经存在了，然后鉴于该技术能够深入到海量的数据之后：进行结构化数据和非结构化数据的综合排序和分析，在此基础上，各种需求才开始得以增长。

　　这就像一场完美风暴：现如今的企业需求和处理能力均已经赶上了，现如今，这是一个非常实用且有效的方式来帮助企业获取和分析数据。

　　较之传统的数据集成工具，甚至是应用程序集成，数据虚拟化工具为企业带来了怎样的优势?

　　谢尔曼：诚然，我们已经采用传统的数据集成方法来进行数据集成有很长的时间了，这的确是一种很好的让数据进入您所要分析的状态的方式。而且，这些技术多年来也在随着时间内的推移而不断的得到改善。但想要对数据进行分类排序、发现这些数据到底是什么、弄清楚如何清理数据、进而将大数据放置在恰当的位置进行分析挖掘是相当费时的。当然企业仍然需要进行数据的整合，集成应用程序和数据仓库。

　　有一些以数据虚拟化来代替传统的数据集成整合的使用案例。其一是：如果这是一个新的数据来源，您可能需要在稍后才进行数据整合，但您需要现在就进行数据分析和看看这些数据到底是什么，了解其多么有用，而且您尚未搞清楚自己需要在哪一点上进行投资，以便进行数据的整合。这便是一个用例场景：集成整合的先兆。还有许多其他的用例，在这些情况下，您从未将数据与您的数据来源进行整合，您可能并不拥有这些数据。包括社交媒体数据、网络数据、以及您企业可能需要用自己的先兆数据拿来与供应商、合作伙伴等进行交换的数据，这些数据您企业可能永远不会自己拥有，但却有能力或希望将这些数据与您企业自己的数据进行整合。当然，还有大量您不需要整合的数据的使用案例。这两种情况，包括需要与先兆进行集成整合的数据;或者您不需要在物理上进行整合数据，都需要您进行分析，并将其纳入到企业运维的实质层面中，对于数据虚拟化案例是非常有用的。

　　数据虚拟化技术是一种能够用来提升企业竞争优势的东西，抑或说其在某一点上，更像是任何企业实现商业智能的一种筹码呢?

　　谢尔曼：我认为，在战术层面上，数据虚拟化有很多常见的用途。类似于呼叫中心所采用的应用程序就一直在使用数据虚拟化技术。这只是一种能够让您企业保持与竞争对手在同一水平上的战术。但是，在战略层面上，数据虚拟化只是刚刚兴起的，更广泛地使用。为了能够获得诸如社会媒体，网络分析，物联网这样的大数据来源，如果您企业能使用数据虚拟化，以快速获得并分析这些数据，这确实能够为您企业带来一个战略或业务优势。可能从现在起的五年内的情况将大不一样，但从战略角度来看，现在使用该技术的确能够为企业带来竞争优势。

　　呼叫中心如何使用数据虚拟化?

　　谢尔曼：这成为一种很常见的应用程序已经有一段时间了。例如，如果您是在一家拥有不同业务的金融服务公司的呼叫中心。其也许会有个人银行账户业务，企业银行账户业务，401K养老保险业务，保管业务，等等各种业务。这些都是分属不同的应用程序，所以抵押贷款数据可能会在一个位置，而信用卡数据信息可能是在另一个位置，而孩童托管账户可能又是另一回事。

　　如果我打电话给客户服务中心，其客服代表或客户支持人员可以使用虚拟化技术以实时查询所有这些数据来源，并找出与我所咨询的业务相关的所有信息。

　　一些企业还整合了社交媒体数据或网络分析数据。他们有一个客户愿景：能够提供不同的服务，可以看到客户订购了什么产品。您可以去亚马逊订购商品;您在其网站上都浏览过哪些商品?如果您已经是他们的一名客户，他们可能会有针对性的向您推广一些营销活动或与您相关的社交媒体。这可能涉及到您作为他们的一名客户或作为一个先兆数据，他们可以将其扩展到社交媒体或网络分析。其甚至可以扩展到所有类型的数据。

　　战略性地利用这些目前用来帮助呼叫中心讨论的数据是否能够带来新的、人们目前尚未有的数据信息?

　　谢尔曼：是的，甚至可能更具战略意义。呼叫中心是一种实际使用的排序分类的战术。更具战略意义的是，人们可能会在社交媒体上利用数据虚拟化，以带来不同的营销活动。大多数公司都有一款或多款营销工具。他们可能有销售管道信息。他们可能有来自他们的合作伙伴或供应商所提供的有关客户的信息(如果他们的业务是直接面向客户或其他业务的)。企业拥有很多不同数据源的信息，他们可以分析这些数据，以了解如何有效的进行营销活动和销售活动。

　　例如，可以借助医疗保健数据来评估患者人群的健康状况。有很多不同的指标数据，包括您拜访过多少次您的初级保健医生，或是专家医师，在私人医生的办公室或大型医院进行过多少次相关不同的体检测试。所有这些信息都可以用虚拟化来分析患者群体。

　　现如今，企业可以通过很多不同的应用程序来了解客户，不仅仅是通过客户所使用的一些应用程序的数据。更重要的是企业还要具备能够实时的从很多不同的来源将所有这些不同的数据迅速整合在一起的能力。

　　是否有某些特定的垂直行业特别适合采用数据虚拟化技术?还是说该技术对于各行各业均具有广泛的吸引力?

　　谢尔曼：嗯，其的确具有广泛的吸引力，但是……普遍来说，越是信息密集型行业和越是对数据信息敏感的行业，越是该技术的早期使用者。金融服务行业以及其他某些擅长进行大量营销分析工作的行业属于该技术以及更高级的用户虚拟化的早期采用者。而我上面所提及的医疗保健行业将属于较晚采用该技术的，因为这些行业更多的担心隐私安全等一些问题。

　　随着越来越多的企业采用预测分析，并需要更多的分析来自企业以外的信息，更多行业将开始适用这一技术。所以，任何使用了大量的大数据源的企业都可以说是这一技术的主要候选。 ......随着数据的爆炸似增长，以及越来越多的数据信息能够为企业所获得和利用，使用这些数据，并将数据虚拟化的技术将进一步扩展。