採訪美國資料服務商Informatica：非結構化資料服務將是下一個戰場

近日，2017Informatica資料管理高峰論壇在上海舉辦，Informatica大中國區總經理王晨傑、亞太和日本區高級副總裁Murray Sargant等出席並演講，

億歐等媒體在兩位演講結束後對之進行了採訪，討論中美資料服務的發展方向。

資料服務，要回歸資料本身

Informatica是服務全球企業的資料整合式軟體提供商，1993年在美國成立，2007年進入中國市場，發展至今，它的角色也發生了變化，由傳統的ETL服務商演變為企業雲資料管理服務商，目前圍繞客戶資料、產品資料、社交資料提供大資料管理解決方案、資料安全解決方案、主資料管理解決方案和資料集成管理解決方案支持。

Informatica大中國區總經理王晨傑現場提到公司目前通過服務方式的轉變，將提供更加靈活的混合雲、資料湖管理、資料治理、360視圖等應用服務，使IT系統變得更加簡單。

通過採訪，億歐發現資料服務領域有兩個點很值得討論和注意。

1）企業目前遇到的資料問題有哪些？

2）企業對應用資料的正確看法應該是什麼？

資料缺乏規整能力，人工智慧為之賦能

億歐曾經在企業心聲：愁的不是資料多少，而是不知如何利用一文中提到，很多企業需要構建的資料閉環是培養資料意識——挖掘價值資料——產生效果。所以服務商現在在做的事是一方面説明企業後端資料管道統一化；其次，為資料打造更加詳細的標籤，不同資料應用不同場景。很多企業業務掛在網站上，但是沒有很好的系統管理，

這樣網站運營其實舉步維艱。

據億歐瞭解Informatica目前從客戶資料、產品資料以及社交網路資料切入和分析，由結構資料進階到非結構資料服務，從而提高資料預判性和精准度。隨著發展，人工智慧和安全技術的應用也將會更加成熟。

例如，Informatica構建EIC（非結構化資料服務方案）的人工智慧解決能力，用作資料集成的人工智慧，也就是AI的引擎叫CLAIRE。通過人工智慧瞭解資料的需求，

編碼流程實現自動化。

此外，資料安全不再是傳統意義上加密和防火牆的應用，現在是加強中繼資料的安全，保證來源資料的安全，服務商會告訴客戶資料要有區分，哪些是安全資料和不安全資料，哪些是公共資料和有價值資料。

在資訊社會，資訊可以劃分為兩大類。一類資訊能夠用資料或統一的結構加以表示，我們稱之為結構化資料，如數位、符號；而另一類資訊無法用數位或統一的結構表示，

如文本、圖像、聲音、網頁等，被稱之為非結構化資料。人工智慧的加入，促進了資料的分類和處理。Informatica亞太和日本區資深副總裁Murray Sargant提到中國市場將會是資料發展最佳成熟的地區，這幾年通過微信、QQ、支付寶、大眾點評等軟體深入到每個人生活中，中國產生了巨大的資料集，毋庸置疑，無論現在還是未來，企業必須用資料驅動業務，樹立資料驅動意識才可以更懂消費群體。

運用資料之前要問目的是什麼

很多公司面臨的最大問題是為了用資料賺錢而賺錢，他們並不清楚使用資料的目的，這些公司不明白資料只是來源，應該把眼光放在商業價值和業務上，正確的邏輯是要先看業務和商業目的，尋找對應資料的價值，然後看哪些資料可用。Murray Sargant提到例如特斯拉無人駕駛的例子，自動駕駛是目的，然後怎麼做呢？裝攝像頭和感測器。考慮商業目的是什麼，定位資料，千萬別忘記“未來想幹什麼，發展成什麼樣的公司，然後利用現有設施和產品去做。”

人民群眾是海量資料的創造者，隨著場景化、行業化的服務滲透，各行業客戶需求都不一致，被問及中國本土化和中美差異問題時，王晨傑表示大資料首先是從歐美啟動，最開始講大資料是從對ETL資訊孤島進行整合開始的，他們把國外成功的案例帶到中國進行大量推薦和介紹。隨著中國推動資料發展以及政府和行業特別的需求，本土化的解決方案會更加成熟。

中國是一個自然的大資料國家，它本身的資料量和資訊巨大，每60秒鐘有那麼多的資料在轉移、在遷移、在變動，所有的這些信息量，是國外很多企業所不具備的環境和能力，未來大資料的應用中國會比其他國家走得快，更多的一線和二三四線城市會得到更加快速的發展。

備註：ETL，是英文 Extract-Transform-Load 的縮寫，用來描述將資料從來源端經過抽取（extract）、轉換（transform）、載入（load）至目的端的過程。ETL一詞較常用在資料倉庫，但其物件並不限於資料倉庫。ETL是構建資料倉庫的重要一環，用戶從資料來源抽取出所需的資料，經過資料清洗,最終按照預先定義好的資料倉庫模型，將資料載入到資料倉庫中去。

運用資料之前要問目的是什麼

很多公司面臨的最大問題是為了用資料賺錢而賺錢，他們並不清楚使用資料的目的，這些公司不明白資料只是來源，應該把眼光放在商業價值和業務上，正確的邏輯是要先看業務和商業目的，尋找對應資料的價值，然後看哪些資料可用。Murray Sargant提到例如特斯拉無人駕駛的例子，自動駕駛是目的，然後怎麼做呢？裝攝像頭和感測器。考慮商業目的是什麼，定位資料，千萬別忘記“未來想幹什麼，發展成什麼樣的公司，然後利用現有設施和產品去做。”

人民群眾是海量資料的創造者，隨著場景化、行業化的服務滲透，各行業客戶需求都不一致，被問及中國本土化和中美差異問題時，王晨傑表示大資料首先是從歐美啟動，最開始講大資料是從對ETL資訊孤島進行整合開始的，他們把國外成功的案例帶到中國進行大量推薦和介紹。隨著中國推動資料發展以及政府和行業特別的需求，本土化的解決方案會更加成熟。

中國是一個自然的大資料國家，它本身的資料量和資訊巨大，每60秒鐘有那麼多的資料在轉移、在遷移、在變動，所有的這些信息量，是國外很多企業所不具備的環境和能力，未來大資料的應用中國會比其他國家走得快，更多的一線和二三四線城市會得到更加快速的發展。

備註：ETL，是英文 Extract-Transform-Load 的縮寫，用來描述將資料從來源端經過抽取（extract）、轉換（transform）、載入（load）至目的端的過程。ETL一詞較常用在資料倉庫，但其物件並不限於資料倉庫。ETL是構建資料倉庫的重要一環，用戶從資料來源抽取出所需的資料，經過資料清洗,最終按照預先定義好的資料倉庫模型，將資料載入到資料倉庫中去。