为什么要实现大数据？为什么要用云技术？高级分析技术有什么优势？

我所在的公司Stratecast非常关注这些问题。传统上各个方面孤立隔断的企业IT正在快速奔向虚拟化IT。消费类程序主要处理大多数日常计算任务，而IT策划人员则越来越多地关注于实现一些基于大规模的结构和非结构数据的（重计算）新架构。计算和数据存储任务变得越来越大，以致他们只能使用更好用更经济的云平台。但是，为什么不一开始就这样做呢？

事实上，关于公司为什么想要部署这些新技术的问题，参加问卷调查的读者也非常关注。这听起来让人觉得一些奇怪，因为IT人员要求管理层给他们提供资金，但是对于“如何保证新架构安全性？”这样的简单问题，他们却又不给出确切的答案。Stratecast认为，其实答案很简单：公司使用大数据、云和虚拟化IT的原因是加速和优化业务决策过程。其原因就在于决策支持。

决策越快越好

在当今市场竞争异常激烈的时代，快速作出准确的业务决策是一个商业公司必备的最宝贵素质。有能力在快速变化的市场中发现威胁和机会——同时还能探索企业所拥有的全部数据资产，已经成为一种新的竞争优势。实际上，所有其他的东西都可以外包出去。

在出现自动化数据处理和大型计算机之后，决策制定者都开始变得克制，因为现在决策过程中涉及的数据比以往都要多了。然而，在很多时候数据太多会造成分析瘫痪（无法分析）。理论上，决策可能会无限期延迟，因为人们可能总是在为一个特定的问题寻找更多的数据。为了让决策支持获得到每一块数据，人们以为大数据可以解决这个问题，但是实际上一样没有用。

相反，大数据会带来高级分析，这是让企业所积累的大规模数据变得有意义的必备条件。为了让高级分析发挥真正的作用，现在需要一种新型的IT人员：数据科学家。数据科学家让我们回想起以前IT人员穿白大褂待在大型机房的旧时光。还有什么比这更形象的吗？

让所有人用上大数据

等待IT组织开发大数据查询，然后再使用统计程序解决输出，这是完全不可行的。使用了新IT技术的公司希望快速获得投资回报；他们希望能够看到它们对于决策准备率和速度的确切提升效果。在一些组织中，如果他们无法测量类似的指标，而且没有努力调整决策支持模型，那么新的IT很难取得成功。

对于现代IT人员而言，新的目标是将使用虚拟化IT的新技术提供给公司决策制定者，但是同时也要将数据科学家引入到这个过程中。为了发挥出重要价值，IT必须快速、高效和精准。认真应用大数据架构和高级分析的IT组织必须记住，公司之所以支持这些技术的唯一原因是这样做对业务有好处。