实际企业数据

大数据(Big Data)概念是始于2011年麦肯锡的报告，而这个概念是从整个人类社会所积累的数据总量的角度来论述的。大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

这几年，大数据的概念很火，上至国家下至企业，席卷全球到处都在讲大数据，可落到很多企业头上却无所适从，不知该怎么办大数据。到底该如何对待大数据，如何利用大数据创造更大的价值，如何让企业和大数据进行完美融合，这是现在许多企业都在面对的问题。

企业信息化和大数据，如果从两者所采用的信息技术集合的角度，交集的部分是很多的，而且随着进一步的发展，这个交叉融合的部分还在不断增加。

“企业大数据”是一种新的思路，和传统一直沿用的“企业信息化”思路是很不相同的，从现实情况来看，当前我国企业按传统思路完成企业信息化建设、特别是达到信息化与工业化融合的目标还有很长的路要走，我国很多企业会在一定时期内同时建设企业信息化与企业大数据两个体系，采用两个技术架构及技术队伍并行的策略，而“企业大数据”则更贴合实际，更符合现代企业信息化的建设和发展。

企业开展大数据应用的商业动机，一般是通过拥抱互联网实现获取倍增和跨界的业务发展机会，需要配套的是企业整个经营管理体系向适应互联网化运营的方向变革转型，并跨出组织边界主动出击对外部大数据资源的开发利用来创新（产品和服务)实现再创业,从这个角度我们可以明确企业大数据应用两大核心价值取向，外一个就是支持变革。回顾业界对大数据的4个V特征基础上的定义，一个是实现创新，另在此我们可以给出企业大数据更具体的定义：“企业培养快速处理大量的多种不同格式的内外部数据资源的能力，用数字化手段实现产品、渠道和服务方式的创新，并运用大数据思维和相关技术推动企业的变革”。

关注佳源信息，关注更多资讯。

【版权与免责声明】如发现内容存在版权问题，烦请提供相关信息发邮件至jy@jiayuaninfo，我们将及时沟通与处理。

所有的IT人士在进入这个行业的第一天就明白定期数据备份对于企业数据来说是一件极为重要的事情。但在容灾备份工作时，仍然有人还是不小心会犯一些致命错误。

1、没有频繁的进行系统状态备份

在Windows环境中，系统状态备份都是有一个有效期的。对于域控制器来说，这个有效期等于tombstone最大有效期(默认为60天)。在此之后，备份将清零。就算没有域控制器，有效期仍然是备份时需要考虑的问题。

在Windows网络环境中，每一台电脑都在活动目录AD中有一个相对应的账号。和用户账号一样，计算机账号也有与之关联的密码。两者之间的不同之处是，计算机帐户的密码是指定的，并且由Windows定期更换。如果你试图恢复一个古老的备份文件，那么这个备份文件中包含的计算机帐户密码将不能与当前该计算机在AD中存储的密码相匹配，这将导致该电脑无法进入域。虽然有变通的办法来解决此问题，但最简单的办法还是较频繁的进行服务器系统状态备份。

数据备份:http://heartsone/

2、没有充分对备份进行测试

我们都知道应该定期对备份进行测试，但是实际上我们都觉得测试应该是在出现错误或备份不完全时才做的。不要忘记，备份只是灾难解决方案的第一步，如果我们不能顺利恢复备份文件，那么一旦灾难发生我们就惨了。因此必须确保备份后的文件能够真正被恢复。

3、未使用有程序感知能力的备份程序

对于一些应用程序，初级的备份并不够的。一个典型的例子就是Microsoft Exchange，对其进行备份需要一个具有应用程序感知功能的备份工具。如果备份工具选择错误，会导致所备份的数据内容处于不一致的状态(通常无法被恢复)。因此，要清楚你的服务器上都安装有哪些应用程序，以及这些程序是否对备份工具有特殊要求。

4、将备份磁带转移的速度太快

业内有家公司里，他们每天早上八点会通过快递将之前一天的备份数据磁带运送到指定的离线存储地点。一天早上，系统在九点半时崩溃了，而备份的磁带此时正在送往离线存储点的路上，无法立即进行数据恢复。直到第二天凌晨4点，我们才确定了备份磁带所处的位置。当系统回复时，距离系统当机已经有差不多一整天了。

5、单点错误

永远要记住，备份就是系统的安全网。一旦一个服务器崩溃，你的备份文件就成为了最优先的(有时候也是唯一的)系统状态恢复机制。

正因为备份是如此重要，因此我们应该尽量避免单一性错误对于备份造成的破坏。如果可能的话，可以对你的备份文件进行再次备份。因为我们谁都不希望每天晚上因为没有备份系统而整夜祈祷系统不要崩溃。

6、没有计划好未来

有时候，为了环境整洁的需要，公司人员会打扫凌乱不堪的存储设备机房，并且扔掉了一些废旧的电脑设备。虽然这个工作看起来并没有什么不利影响，但是老设备之所以被放置在存储设备机房，就自然有它存在的道理。

即使技术不断的更新，我们仍需要保留一些必要的老设备和软件来读取古老的备份磁带。

数据迁移软件:http://heartsone/show_product_8_334_2236.html

7、没有考虑使用备份安全机制的后果

对于大多数企业来说，IT安全都是首要问题。但是有时候，安全机制也有它的副作用。实际工作中，由于所有人都不记得备份时的密码而导致备份数据无法被恢复的囧人案例在不停发生。由于采用了硬件级加密措施，导致在升级磁带机时出现了新磁带机无法支持之前的加密方式(这意味着老磁带上的备份数据将无法被恢复)的情况也一样会存在。

备份数据必须被加密，这是毋庸置疑的，但是衡量安全机制的后果也是同样重要的。如果你必须在系统出现重大错误后通过备份文件恢复系统，你会发现一个强大的安全措施会挡在你进行数据恢复的道路上。

8、只备份数据

有人说，只需要备份数据就可以了，而服务器系统以及服务器上的软件则不需要进行备份。虽然这么说看似有一定道理，实际上完全行不通。

如果企业服务器出现重大问题需要进行全面恢复，可以先重新安装操作系统，然后重新安装所有必要软件，再根据备份文件进行数据恢复。但是在进行灾难恢复时，时间往往是一个重要的因素。直接对整个系统进行恢复所耗费的时间，远远少于重新安装操作系统和软件后在恢复数据的时间。更重要的是，很难手动配置一个服务器，与之前的服务器配置参数完全一致。而对整个系统进行备份则可以完全不必考虑这些棘手的问题。

9、仅仅依靠磁盘到磁盘的备份方案

与传统的磁带备份相比，磁盘到磁盘的备份解决方案具备了很多额外的功能和优势。尽管如此，企业也不能把磁盘到磁盘的备份解决方案作为唯一的备份方案，因为备份服务器也会面临和其所备份的服务器一样的风险。一次飓风，一个闪电，火灾或者地震等就可以将所有备份数据消灭掉。因此，拥有一个数据迁移软件定期将磁盘上的备份数据定期备份到磁带上是很有必要的。

10、使用间隔太短的磁带轮换计划

曾有企业采用了周期为两周的磁带轮换计划。看上去这个计划还不错，不过后来发现两周的时间周期有点短了。一次，这个企业的Exchange服务器由于信息数据被破坏而出现崩溃。尝试恢复备份文件时发现，所备份的数据同样存在被破坏的情况。数据损坏的情况已经出现了一段时间并且愈演愈烈，最终导致Exchange服务器崩溃。我们备份的每一个磁带上所存储的都是被破坏的数据内容，从而导致服务器无法被顺利恢复。

这同样验证了之前所提到的，对备份系统进行校验是多么重要的一件事。另外这个案例也告诉我们，如果采用磁带轮换计划，一定要有足够长的轮换周期。

数据平台的建设可以当做一个产品来设计。从广义上来讲，所有以数据驱动为核心的都可以称为数据产品（如数据报表平台，DMP，BI平台），从狭义上来讲，就是公司内部的数据平台。今天我们要讨论的，主要是在公司内部搭建数据平台。

公司的内部数据平台，主要是给各业务提供数据处理、分析、展示，供内部所有部门人员使用的，涉及数据的收集（填报）、数据的整合、业务报表制作、业务员数据分析以及可视化数据展示，目的是让公司内部的所有业务都能通过数据来驱动和辅助决策。简单点讲就是通过数据平台来驱动公司内部的数据化运营。

那么如何设计符合企业实情并能解决实际问题的数据平台呢？

1. 平台建设主导人需要对每一块业务需求有深刻的了解，知道每个业务部门想要看什么样的数据，需要什么样的分析报表；这些数据是否现在就可以获取到，是否需要收集；业务部门通过这些数据分析，是如何推进和改善业务，是否有提升的价值意义。

2. 平台的设计需要根据业务的要求设计符合使用者需要的内容，产品要有层级和结构。如果设计的一张数据报表既要满足管理层的需求又要满足一线业务人员的需要，那么这样的数据产品体验很大可能是比较差的。因为领导和业务人员的关注点不一样，看数据的视角也不一样。领导往往需要一些能帮助把握大方向的关键指标，并且希望知道这些指标之后的问题是什么？原因是什么？所以给领导设计的报表需要直观易懂，并且能够基于这些指标的一场定位到问题。而业务人员更在乎业务的执行，关注的数据往往粒度很细，需要知道各项指标的明细。

领导关注的报表（FineReport制作）

销售领导关注的指标明细（FineReport制作）

3. 数据平台一定要注意数据质量、规范、统一。因为数据平台是面向所有业务的，怎么保证公司的所有部门人员对于数据的理解是一致的，这点特别难。（比如服装行业的“断码”，从领导层来讲，公司仓储的服装全部尺码如果不完整就是断码；从仓库的仓管员角度来讲，仓库内的服装尺码不全就是断码；从门店的业务员角度来讲，客户需要的尺码当前门店无货就是断码）。公司的业务系统各有不同，数据口径不一，数据孤岛问题，导致数据的质量和结构也千差万别，越是这样，数据仓库的数据建设就显得尤为重要。平台的数据质量依赖于数据仓库底层的数据模型，所以一个好的数据仓库很大程度上决定了数据平台的数据质量。

4. 工具选型上，有报表平台、BI。报表平台适合构建基础的规范化的数据平台，从明细报表（表格类）的，项目档案，文件报备，数据填报，数据报表，业务主题分析，文中的所有demo就是用FineReport制作，侧重于展示和报表管理。BI侧重于分析，拿到数据可以自己拖拽维度来分析，不同于报表受模板框架的限制，涵盖简单的明细报表、分析报表和主题分析，制作要简单很多，大数据量的处理性能也强劲很多，代表：FineBI、Tableau.

下面我们就从实战的角度来加以阐述。

某公司是一家电商公司，那么该公司的各部门需要看哪些数据呢？首先收集日常常用的数据指标，哪些是经常要查询的，哪些是要日常填报的，这些在过往的经营中都有备案，好收集。这就构成了日常的基础查询类报表，这类报表最占大头。

其次，我们可以观察一下各部门的KPI是什么？下放到团队以及个人的KPI是什么？是否能以具体的数字来量化？如果对负责支持的部门的KPI不了解，就去寻求部门领导帮助（使用者最懂要什么），不落实指标如何能设计出好的数据报表？通常粗略的，例如采购部门的KPI基本就是销售额、订单数、销售毛利润、采购成本；运营部门的KPI就是新老用户述、留存率、复购率、用户流失、转化率，市场部门的KPI就是PV/UV、新客数，这就构成了各部门日常管理的报表。

那么知道各个部门的核心KPI后，下一步就是针对一些特定场景的主题报表。主题报表往往是记录某一事件，其中的指标都是相互关联的。

比如，我希望知道这个月我的绩效完成的怎么样？在团队内排名是提升还是下降？每个人的绩效结果明细是怎样的？——这就构成了日常考核报表。

又比如在分析产品时，需要重点关注某些产品的相对市场份额和市场增长率，则要建立波士顿矩阵分析，以便让资源有效地分配到合理的产品结构中（当然还有其他分析角度）——这就是品类分析。

产品分析（FineReport制作）

再从业务分析和使用场景入手，拿采购部门的小王来说，他是怎样看数据的呢？

每天早上，我希望知道昨天的销售情况怎么样？所以这时候应该设计一张基础查询报表给到他，这张数据报表应该具有以下功能和内容：

1.能够查看昨天以及过去各时段的数据；能够按照产品、地域来统计；能够与过往的平均值做比较，看看是不是某区域某产品的趋势上有大的变化，是不是广告投放，活动推广带来的，影响大不大。其次，每个月，每季度的数据是多少，能够选定时间段自动展示。

请点击此处输入图片描述

2. 指标越丰富越好，如果销售额下降了，看看是不是订单数下降了，订单数没变是不是客单价的问题，是由于商品结构的原因还是活动门槛调整导致的。

3. 数据分析的能够下达的粒度越细越好。比如数据粒度可以从全国下钻到省份，从省份下钻到城市，这样交易额下降了就能知道是哪个省哪个城市出了问题？就能针对性的解决。

请点击此处输入图片描述

经过以上几个步骤，即可形成平台雏形，形成规划文档。但一个数据平台，无论前期规划得多么丰富，也不可能一蹴而就。公司的业务在不断变化，分析的内容也越来越丰富，在这过程中总需要不断磨合和调整，只有不断完善之后，才能形成一个更加量身定制的实用平台。