隨著移動化進程，社交網絡以及云技術要求應用軟件來處理越來越多的基于Web的大量信息，并且這些信息需要實時處理與訪問。這一趨勢為需要使用大數據管理工具從海量信息以及他們的處理中獲取價值的企業創造了環境。

[[114744]]

大量實例顯示數據的實時訪問能夠給企業帶來經濟利益。例如，零售商與移動運營商能夠一起合作，對大量消費者的購買方式以及人口統計資料數據進行分析，從中挖掘有價值的信息。掌握了消費者購買習慣的信息，如果消費者出現在零售商店附近，那么他就可以選擇向消費者的移動端推送商品優惠券。

譯者注：關于零售商如何知道消費者就在商店附近，是利用移動運營商基站提供的信息。消費者的移動端末時刻都在與移動運營商基站通訊，所以移動運營商隨時都掌握著所有移動端末的位置信息。

使用大數據管理工具

雖然企業有多種途徑可以決定采取，但如果想要從大數據中獲取最大的價值，那么可能需要在技術以及流程上有所改變。例如，無論是否存在訪問高峰流量，用戶都期望實時的響應。紅帽高級產品市場經理Christina Wong說：“如果想要牢牢抓住顧客，那么企業不能再像以前那樣運行他們的程序，必須改變其運行方式。”

Hurwitz & Associates公司創始合伙人及首席運營官Marcia Kaufman表示，通過分布式計算能夠改善其可擴展性的重要性。Kaufman說：“如果你無法應付速度的問題，那無論你的應用程序有多先進，整個系統的運行效率也會降低。”

一些企業開始轉向于大數據管理工具，例如利用內存數據網格(IMDG)，來掌握海量數據，并且讓應用程序保持競爭力。分布在多臺服務器上的內存數據網格，能夠在提升訪問速度的同時，對數據進行優化。Kaufman說：“數據網格非常有用，因為它不僅能夠與傳統的關系型數據庫進行集成，而且可以跟NoSQL、流數據相結合。”

使用傳統方法搭配非傳統技術也許不是滿足現代化應用需求的最佳方式。除了通過內存數據網格(IMDG)來加速數據訪問之外，Kaufman表示企業也在開始使用網格技術作為主存儲，或者作為傳統環境的一個支持層。

盡管實施一個新的大數據管理工具可能看起來像是一個非常艱巨的任務，但對于那些對內存數據網格不熟悉的用戶會驚訝于它的易用性。使用內存數據網格并不像人們想象的那樣復雜，Wong指出。“事實上數據網格技術的門檻是非常低的”。她說：“你不用對整個IT基礎設施進行重建，它是一個補充技術”。

理解大數據

盡管大數據無疑能夠為企業創造更多的機會，但它能幫助我們達到什么樣的高度，我們也不能太高估。Progress DataDirect公司的數據協作與整合專家Tony Fisher表示，“大數據本質上是“臟”數據，它不是高質量的數據。我們在傳統數據管理中所遇到的問題，在大數據上都會遇到。”信息仍然需要與企業的其他部分進行整合。

一些IT專業人士認為，大數據與傳統的數據并沒有太大的區別，但是Fisher卻不完全同意這一觀點。他認為如果一個企業在大數據涌入之前沒有一個良好的數據基礎管理策略，那么管理大數據將會為他們帶來更大的挑戰。

在一個企業經歷任何形式的大數據項目之前，Fisher認為需要仔細考慮你想要達成的目的是什么? 收集數據會耗費大量的時間和精力，但如果沒有考慮好如何解決本文所描述的問題，那么企業無法將大數據轉化成任何有價值的信息。