如何改进非结构化数据的管理流程

关于现在的组织能否从他们的所有数据中获得重要结果，我们访谈了一位资深的首席信息官和一位首席分析师，对话的内容很有启发性。 

访谈嘉宾 Forrester 副总裁兼首席分析师 Boris Evelson 估计，只有不到 20% 的企业数据能够被采集到为业务提供有效见解的应用程序中。他说：“我们大家都有许多机会。” 

Elastic 近期委托 Forrester Consulting 进行的一项针对技术领导者的研究发现，管理非结构化数据是受访者面临的头号挑战，这些领导者目前正试图通过搜索驱动型技术来解决这个问题。

Matthew Minetola 在加入 Elastic 之前曾担任首席信息官逾 20 年，针对如何在解决这一挑战方面取得进展，他与 Evelson 推荐了三个策略。通过应用搜索驱动型技术来统一、可视化和扩展数据，组织可以开始有效利用数据带来的机会。

统一数据

对于 77% 的受访者来说，信息孤岛是导致他们无法使用数据来加速业务增长的原因。对于在数据仓库中处理结构化数据、在数据湖中处理非结构化数据的组织来说，可能需要使用不同的工具来分析和管理数据。搜索驱动型技术正好可以提供一个统一的层，将结构化和非结构化数据整合到一起。

Minetola 表示：“首席信息官的职责就是提供企业做出决策所需的信息。现在能够看到这 80% 的数据并根据这部分数据做出决策，这一能力是非常重要的。”

统一数据有助于加快数字化转型的进程，受访组织中有 84% 表示他们会依靠搜索驱动型技术来实现这一目标。想一想组织在转型过程中需要处理的各种数据源，这项技术是最适合的。比如说，在 100 多个国家或地区中拥有数千个电脑系统的银行。Evelson 说：“你需要使用能够消除孤岛的技术。每当我们谈论数字化转型时，每个人脑海中最先浮现的是我刚刚提到过的能整合一切内容的数据和分析平台，例如搜索驱动型技术。”

可视化数据并采取行动

搜索驱动型技术应能够提供两个关键功能：可视化层和 Machine Learning 功能。可视化可提高从大量数据中获取见解的能力。Minetola 表示：“能够拥有数据是一回事，理解数据又是另一回事。” 此外，可以使用自然语言处理或矢量搜索等 Machine Learning 功能来关联数据源，从而提高相关性以及提供更多的背景信息。 

与预先定义的数据库查询和依赖历史视图相比，将这些功能结合在一起，有助于组织提高适应能力和实时响应速度。Minetola 将这种变化形象地描述为“从后视镜查看数据进化到了通过前挡风玻璃查看数据。”

Minetola 说道：“如果没有能力实时将数据联系起来、查看数据、理解数据，并采取行动，以及生成见解并创建相关性，我不知道企业要如何在当今世界中生存下去，更不用考虑未来的世界了。”

[相关文章：为什么可观测性能够突破数字化转型中首要挑战]

利用云实现扩展

正如 Minetola 所说，在存储和管理数据方面，云让用户“能够扩展规模，而不用担心何处有什么限制”。当被问及哪些功能对他们下一个搜索驱动型解决方案的成功最重要时，85% 的受访者都提到了高存储容量和基于云的平台。 

麦肯锡认为，云计算驱动的创新的潜在价值为 7,700 亿美元，其中包括更快的产品开发速度和超可扩展性。想象一下，用户能够查看有关人们在网站上所做操作的遥测数据，然后将其与产品数据关联起来，就能够查看产品在一段时间内的利用率。通过在云上使用搜索驱动型技术进行大规模扩展，用户能够更好地理解行为模式，并将这些见解应用于产品创新。

[相关文章：客户信任依托于构建可扩展的 IT 系统]

亟待成为见解驱动型企业

使用搜索驱动型技术来收集触手可及的 80% 的数据，可以帮助组织更加以见解为导向来推进工作。Evelson 解释说，成为见解驱动型企业要比成为数据驱动型企业走得更远。 

数据驱动型企业将数据变成了衡量标准和指标。见解驱动型企业则是根据这些指标做出决策。对于 83% 的受访组织来说，搜索驱动型技术能够提供重要的见解，有助于加快决策制定的速度。基于这些决策就会产生行动。

Evelson 说道：“希望这些行动能够影响到切实的业务成果。”

注册后即可观看有关使用搜索驱动型技术管理数据和推动数字化转型的完整对话。