编者按：在大数据成为热议焦点的当下，不少人会产生一种误解，以为大数据就是拥有的数据越多越好。但实际上，数据被采集起来后，必须进行梳理、检验、管理、更新等一系列处理，并且应用起来，才能发挥该有的作用。倘若不进行处理和及时应用，数据就会变质。
IT核心环境中的数据就像冰箱里的食物一样：如果不吃掉它，它就会慢慢变质。两者唯一的区别在于，食物变质至少会发出臭味，让你意识到要及时清理它；但数据变质了，只会安静地待在那里。实际上，经过详细的评估，如今大部分的IT环境中有超过40%以上的数据存在缺失和不准确的现象。换句话来说，就是数据变质了。
40%，无论用任何标准来说，这都是一个令人惊讶的数字。目前IT正在从幕后走向台前，因此无论是对于企业还是CIO而言，40%都是一个致命的数字。试想一下，一个CFO向董事会提出未来的财务建议，但这个财务建议却是基于40%有问题的数据，这会有怎样的后果？以后在提出这些建议的时候，你该明白为什么CIO们的价值与承担的风险如此之大了。
变质数据的背后是什么？回顾一下你的IT环境，在过去几年中IT如何神速地发展起来；系统如何从单一来源的环境中迁移到多个合作伙伴的环境中；系统如何让云计算落地；系统中数据的复杂性和数量如何迅速增长。然而，用来跟踪数据和IT环境各种组件的系统和工具却未能跟上系统发展的步伐，而且这仅仅只是开始。目前，IT组织、技术部门以及使用IT系统的组织本身都开始意识到这个问题，他们着手收集、存储和保护数据于一些数据孤岛中。同时，还有一些人为的因素，例如：他们仍然使用电子表格给资产别名，或者会犯一个足以影响到整个IT系统的小错误。
这就是数据变坏的原因。
逆转数据变质过程
那么，如何让坏数据逆转成好数据？你需要一整套系统的方法和流程，由统一的结果和一致的数据视图，建立你的IT基础设施。
识别、访问和组织数据
平均每个企业都有50种不同的数据类型，而且随着物联网的起步，这个数字还在不断增长。企业需要保持数据类型的增长，同时更好地管理数据。
处理和净化
应用主数据管理原则，将数据转化为与现实情况相符的统一形式。
分析和洞察
在收集、识别和净化数据之后，应该马上将它们应用起来。那些经过净化和规整的数据集已经做好了分析的准备。例如，数据孤岛之间的交集有助于识别流程存在的问题，从而分析根本原因，形成持续性的提升。
预测、制定和优化
以前默默无闻的数据现在可以发挥超乎寻常的能力了。把这些数据与机器学习和高等数学相结合，你现在可以：
预测：机器可以代替我们作出更多的预测。使用历史数据为基础，确定接下来什么情况是最有可能发生的。
制定：如果预测告诉你将会去哪里，那么制定则告诉你到达那里的最佳路线。结合最新的有效数据和机器学习，制定出实现当前目标以及建立后续目标最有效的方法。
优化：新数据可以给你带来资源管理的新见解。例如，在30%的服务器还未充分利用到的时候，为何需要采购一台新的服务器？这种类型的优化机会存在于IT环境的每个角落。
结论
在很长一段时间，提升数据的精度和质量都成为了人们的工作任务。但随着IT成为企业业务过程中一个日益重要的部分，提升数据的精度和质量在人们的工作任务中已经从“应该做”变成“必须做”。本文所述的要点，能为你的业务推进以及IT决策提供最佳方式。
（新炬网络梁铭图翻译，DAMS整理成文，架构师联盟微信号：jiagoushi2015）
扫码关注
获取峰会最新信息