华为大数据项目背后:拆掉围墙才能万紫千红

摘要: 大数据驱动传统产业的升级,重构新的商业模型,每个企业都处在新的起点。9月16日,华为轮值CEO徐直军在今年的华为云计算大会上表示,当前,企业的IT系统已从支撑系统转变为生产

  “大数据驱动传统产业的升级,重构新的商业模型,每个企业都处在新的起点。”9月16日,华为轮值CEO徐直军在今年的华为云计算大会上表示,当前,企业的IT系统已从支撑系统转变为生产系统的一部分,每个企业都需要充分利用IT系统提升竞争力,缩短产品的上市时间,同时提高运营效率,降低成本。

  在大数据方面,经过多年蓄势,华为目前已经推出了名为FusionInsight的大数据分析平台。据华为中国区IT解决方案销售部部长胡维琦透露,目前华为参与的大数据项目有约200个,其中已经交付或正在交付的约为100个。

  华为大数据领域总经理朱照生在接受21世纪经济报道记者采访时表示,在华为看来,未来大数据将是不带任何围墙的花园,只有在战略上保持开放,大数据生态链才有可能迎来万紫千红的春天。

  生态系统应该万紫千红

  9月19日,甲骨文创始人拉里·埃里森(Larry Ellison)宣布卸任公司CEO。埃里森在大学辍学后创办了甲骨文,并将其打造成了美国规模最大的公司之一,其间有多次击败竞争对手的经历,而在其选择卸任CEO的当下,云计算和大数据的崛起,正在对甲骨文的业务构成冲击。

  用中国工程院院士李德毅在华为云计算大会上的话来说,在大数据时代,不仅甲骨文原来的那一套遇到挑战,“有点不灵了”,华为也要有危机感。

  李德毅认为,大数据发展的不竭动力来源于人类测量、记录和分析世界的渴望和无尽的追求。他认为,在牛顿和爱因斯坦时代,人类获取数据的手段较少、速度较慢、成本较高、层次和尺度相对简单,可以认为是“小数据、大定律”的时代,因此在形成理论、模型、方法、产品的过程中,起重要作用的是“大数法则”。而随着信息技术,尤其是传感器、通信、计算机和互联网技术的迅猛发展和广泛应用,曾经的“大定律”必然不会具有普遍性,出现越来越多的特例或反例,只能用更多的“小定律”、“小规模结构”来解释各种小范围的现象,描述其形式化约束。在这一过程中,首先要能精细服务小众,否则谈不上服务大众。

  “大数据不是科学,不是技术,而是一种现象。”李德毅认为,尽管目前各界对大数据还存在不同的看法,有些甚至针锋相对,但共识是:大数据能为企业创造价值,利用大数据细分用户需求和用户群行为方式,可以改善自身经营与管理方式,支持行业战略决策,创新商业模式、生产过程和服务方式。

  在李德毅看来,华为也需要有互联网思维和大数据思维,“在大数据时代,做什么不做什么的选择,或许比产品研发的能力更重要”。

  “华为在大数据上的战略是聚焦做平台。”朱照生对21世纪经济报道记者表示,华为从2006年开始做大数据方面的研究,目前已经推出了FusionInsight品牌,其核心就在于融合,不仅要兼容不同类型的数据,还要为不同的厂商的解决方案提供兼容的接口,“做平台就是要开放,不能有限制”,未来大数据一定是生态系统,而且这个生态系统应该是万紫千红。

  平台战略详解

  对于华为大数据的平台战略,华为海量存储首席架构师罗庆超对21世纪经济报道记者表示,从端到端的角度,华为大数据主要有三层:最下面一层是基础设施,包括计算、存储、网络等,华为在这些方面都有较为领先的产品技术,并整合起来提供基础架构;第二层是开放的平台,在平台上面可以构建各种各样的应用;第三层是应用层,主要是面向大数据怎么建模,怎么做好数据分析,更好帮助客户在海量数据里面找出有价值的东西。

  徐直军表示,华为公司整个IT的业务范畴包含云技术的数据中心解决方案和三个高端的云系列硬件产品。其中,三个高端的硬件产品包括:FusionServer中高端 服务器 、OceanStor融合存储、CloudEngine数据中心网络;而基于云计算的数据中心解决方案,则是以软件为核心,基于开放的硬件,实现“逻辑集中和物理分布”,包括:FusionSphere云 操作系统 、FusionInsight大数据分析平台、ManageOne数据中心管理系统。很显然,大数据是基于华为整个IT大系统的一个重要组成部分。

  “大数据带来最根本的变化就是数据消费模式的变化。”朱照生认为,传统计算设备的计算能力是受限的,大数据时代计算能力不应该受到限制,云计算为大数据提供了很好的使用平台,另外,云计算平台应该是开放的,如果不开放,将来的生态系统就不能万紫千红。

  朱照生表示,互联网、运营商、金融是目前大数据应用相对比较成熟的三个领域,这些行业都有一个特点,即业务涉及大量数据,这也是华为大数据应用比较集中的地方。

  朱照生对21世纪经济报道记者介绍说,以金融业为例,目前已经可以看到至少三个比较突出的应用场景:第一是数据快速查询,原来银行查历史交易受到限制,比如只能查一年内,现在不仅可以查一年,甚至整个历史周期的都可以查到;第二是精准营销,现在有些信用卡用户往往会抱怨收到了不感兴趣的理财信息,而银行利用大数据可以比原来低得多的成本将促销信息发给感兴趣的人;第三是个人征信,比如申请信用卡的审核时间将因此大大缩短,让银行业在发现潜在风险的同时,快速拥抱潜在的商业机会。

  运营商也可以利用大数据进行更好的经营,包括精准营销、用户识别判断,甚至包括模式识别等,比如说通过大数据分析一个用户是否将要离网,然后在此之前采取一些动作将客户留住。

  “大数据背后需要大投入。”朱照生表示,尤其是对于华为这样做平台的厂商来说是这样。而从客户的角度来说也是这样,比如说,原来银行销售理财产品需要很多人,包括客户经理,现在他们的IT技术人员就可以做,就是用大数据把客户经理解放出来,生产效率提高了。

  华为企业BG中国区金融系统部部长来利顺认为,总体上来说,现在大数据还是属于投入期,大数据的价值体现一定不是一蹴而就。

  “我们认为现在的数据还不够大。”来利顺认为,也就是说,可分析的纬度现在还不够,甚至还要去修改或者是建设投入到最前端的数据采集,所以说“大数据一定是大投入,一定也会产生大价值”,但是这个价值可能不是银行上了一套平台,半年之后就见到效果那么简单。(编辑 卢爱芳)

时间: 2024-09-21 22:57:29

华为大数据项目背后:拆掉围墙才能万紫千红的相关文章

掰一掰GitHub上优秀的大数据项目

VMware CEO Pat Gelsinger曾说:   数据科学是未来,大数据分析则是打开未来之门的钥匙 企业正在迅速用新技术武装自己以便从大数据项目中获益.各行业对大数据分析人才的需求也迫使我们升级自己的技能以便寻找更好的职业发展. 跳槽之前最好先搞清楚一个岗位会接触到的项目类型,这样你才能掌握所有需要的技能,工作的效率也会更高. 下面我们尽量列出了一些流行的开源大数据项目.根据它们各自的授权协议,你或许可以在个人或者商业项目中使用这些项目的源代码.写作本文的目的也就是为大家介绍一些解决大

纯干货!如何做一个成功的大数据项目

1.失败大数据项目的特征 根据在美国做了15年的大数据项目.产品研发和管理,以及其它一些相关的数据分析的工作经验,了解到的其它的做的比较成功的和失败的项目,跟大家做一个经验分享.基本上大数据项目失败的特征主要是五个: 一是大数据项目与企业战略脱节,完全是领导或者是不知道那个部门的决策人突然脑子一热,就说别人在用,我们也做一个,根本没有把该做的项目和企业的商业战略.科技战略等各个方面结合起来.在项目无法与战略协调,无法在战略的指导下做一款产品或者是服务项目的时候,失败的可能性会非常大. 二是大数据

D-News | 中国移动打造华北最大数据中心,OPEC与阿联酋将推出“油气大数据项目”

政府动态中移动15亿元打造(保定)数据中心 助力雄安新区快速崛起 作为通信行业的主导运营商,中国移动不断完善通信信息基础设施建设,在移动互联网.云计算.大数据.物联网领域积极布局,培育创新发展能力.其中,落户河北保定的数据中心,是中国移动在京津冀一体化大背景下全国IDC战略布局的重要组成部分,也是目前华北地区规模最大的数据中心. "这下雄安新区房价又该涨了!" 平遥.锦州与华为合作共建大数据中心 本周,华为企业云先后宣布了与晋中平遥县及锦州市政府合作的消息.华为公司与晋中平遥县就&qu

大数据项目缘何失败?分析模型需要与业务相结合

[TechTarget中国原创] 目前主流的商务智能和分析应用主要关注的是如何从已有数据中提取业务价值,反映公司发展.客户行为和业务趋势.是面向过去的.而一些新兴的数据分析技术已经把目光投向了未来--预测分析.企业通过采用大数据分析技术预测未来可能发生的事情. 但是,预测建模和数据挖掘技术要想准确地预测出客户行为,制定有效的企业战略,需要处理大量的多种类型的数据.医疗保险和医疗保健服务供应商Highmark负责企业信息战略和数据分析的副总裁Mark Pitts表示,要真正落实预测分析,企业需要做

分析至上 大数据项目部署的五大愿景

文章讲的是分析至上 大数据项目部署的五大愿景,如果你正在尝试构建大数据应用或分析系统,你可能会清楚的意识到该领域缺少哪些功能.笔者将人们对大数据的愿景归纳为五大需求,分别是SQL(或SQL-like)分析.快速部署.高级分析.实时分析和网络分析选件. 好消息是人们正在努力应对这些问题,SQL分析选件就是其中之一.大批数据管理和数据分析专家们对SQL非常熟悉,自然想要利用SQL知识搞清楚Hadoop集群和NoSQL数据库中的数据.Apache Hadoop软件的发行商都在规划.测试,甚至已经发布了

大数据项目遭遇失败的八个理由

大数据目前已经成为万众瞩目的焦点,已经有众多企业在拼命把自己的数据投付使用.希望借此为重要决策提供支持.尽管大数据宣传与炒作可谓如火如荼,但仍有 92%的企业始终保持中立态度,即计划在"合适的时间"着手实施或者表示不打算接触大数据项目.而在那些已经亲身实践大数据项目的企业中,多数遭遇失败.而且往往是掉进了同样的几个陷阱当中. 取得大数据项目成功的关键在于构建一套迭代型方案,鼓励现有员工参与并使用,从而在一系列无关紧要的失败中学习知识并积累经验. 从众心理 大数据绝对是项转折性的伟大技术

大数据项目如何落地之路线图探讨

今天,继续来谈一谈"大数据项目如何落地?"这个话题.从事过多个大数据项目的规划方案及项目落地工作,在这里与大家分享一些心得,主要是关于大数据项目如何成功落地并取得预期目标,也可以说这些是实践出来的观点. 对于一个大数据应用项目/产品的落地,可以大致总结为五大步骤阶段: 数据规划.数据治理.数据应用.迭代实施.商业价值.如下图: 大数据项目落地路线图 第一阶段:数据规划 一个成功的大数据项目,需要有一个良好的开端,即做好数据规划阶段的各项工作,具体包括: 战略意图:在这个阶段,要明确战略

让大数据项目获得成功的三条途径

网络安全顾问提姆·霍尔曼(Tim Holman)说:"大数据被称为大数据是有原因的――有许多数据,所以IT领导人必须小心处理." 大数据是营销人员喜欢的一个术语,但它开始在企业高管当中黯然失色.调研公司Gartner表示,只有11%的高管声称在大数据方面的投入很重要,或者比其他IT项目来得重要;46%的高管认为,大数据投入不大重要. 调研公司警告,太多的大数据项目上马时着眼于特定技术,而不是生产环境层面的可靠性.尽管不乏营销炒作,但是大数据仍然很重要:牢牢掌握信息可帮助企业组织获得差异

大数据如何走出“围墙”?

大数据浪潮的扑面而来,使得对数据的认识和利用被提升到前所未有的高度.特别是对于占据九成份额,拥有最多大数据资源的政府部门,堪称"富矿". "政府手里最值钱是土地和数据,数据是可以反复利用的,政府数据一旦释放,所产生的价值要比土地高太多."谈及政府数据的价值,贵阳大数据交易所总裁王叁寿告诉<中国电子报>记者说. 更重要的是,大数据时代,国家大力发展政务大数据,还在于其能够成为打通部门壁垒.提高行政效率.转变思维方式,是开启"智慧政府"之