信息管理走过十年风雨路

今年初，我迎来了为《信息周刊》系列刊物撰写文章的第十个年头。我最初为《信息周刊》旗下的《智能企业》杂志写东西，此后为各份刊物可能写过大概150多篇文章。十年里写了这些文章似乎不算多，但肯定是我当初所没有料到的，没想过会写这么多。我写的内容主要侧重于信息管理的方方面面，有些似乎不着边际，但饶有趣味。

　　但是当我回顾这十年，信息管理方面到底有没有发生什么变化？当然发生了变化。下面是企业信息管理在此期间最引人注目的六大变革推动者。

　　1.数据治理和主数据管理

　　就核心数据管理而言，也许没有什么比得上数据治理和主数据管理这两方面的蹿红速度。自古以来——也就是说在最近的三四十年，我们都一直在实行数据治理和主数据管理；而就在最近几年里，它们俩成了家喻户晓的术语。

　　业务和技术负责人及从业人员不再认为它们仅仅是热门词语，而是都逐渐认识到了需要对业务信息进行系统化管理——这受这些信息的用户的驱动，并且认识到了主数据涵盖的对象（包括资产、客户、员工和产品）是决定一家公司生死存亡的框架。已经出现了完整机构和全国性会议活动，目的在于促进数据治理和主数据管理；除了这个主要目的外，当然还为了赚钱。

　　尽管侧重点很精准，但我还是觉得大家对于数据治理的要素以及数据治理与主数据管理的关系仍然不大清楚。可以这么来考虑：通往主数据管理的每条道路都要经过数据治理；而通往数据治理的每条道路也都要经过主数据管理。换句话说，别为先上哪个而操心，可以从任何一个方面入手，你很快会发现需要另一个方面。那是由于，要是不先治理你的主数据，也就无法治理整体数据；要是不先落实一些基本的（主）数据治理原则和实践，就无法管理你的主数据。

　　为什么两者都需要？很简单，因为你要是不以某种方法来驯服这个一分为二的难题，就存活不下去。

　　2.数据仓库和商业智能

　　这是另一个引人注目的“共生体”。这里的问题是，这两个必须总是相互共存的吗？绝对是。当然，“操作型商业智能”和“实时型商业智能”方面有众多讨论；我得承认，还有一些实际部署。但是从所有这些不同的数据源收集企业数据、修饰和整理这些数据以及让它便于互动分析的根本机制仍然是某种数据仓库。（我把数据集市归入这个类别——在这里咱们也别因数据架构大战而分心）。

　　尽管如此，数据仓库和商业智能的几个方面还是取得了相当大的进展。尤其值得注意的是其他数据库范式（比如列式数据库），有时它们看起来走上了与对象数据库和XML数据库相似的发展轨迹，但有望提供更大的弹性。一个密切相关的领域是数据仓库设备。

　　建立数据库“机器”具有明显的优势，比如可以降低部署的复杂性、提升性能。（但遗憾的是，它也有同样明显的不足，比如成本高、被厂商锁定。）特别令人兴奋的是涌现出了实时预测分析工具和复杂事件处理工具。现在公司只要把来自数据仓库的数据与来自实时应用程序的数据结合起来，就能预测分析未来——无论是未来几分钟还是未来几个月，并采取积极主动的措施，培养客户、保护和发展自身业务。

　　3.云计算和移动计算

　　我在这里要把云计算和移动计算结合起来，它们是新时代计算。围绕这两种技术的喧嚣主要集中在加强指尖能力——也就是说，在智能手机上处理更多的事务。但它们实际上在幕后促使我们的数据管理方法发生了重大的根本性变化。

　　在基础设施方面，把数据存储区迁移到云环境——无论是内部云环境还是外部云环境，需要在精心规划和大幅重组之后，作出艰难的决定。迁移到外部云环境时需要考虑的首要因素是安全性和性能，而后者即性能适用于内部云和外部云。同样重要的还有业务连续性：如果像亚马逊这样的云计算服务巨头提供的服务都会出现故障，对于我们的网上业务来说还有什么保障可言？（顺便问一下：如果我们的网上业务出现故障数小时，是不是果真很要紧？）

　　至于移动应用程序，应用程序设计以及数据架构方面的基本挑战就是，确保在不同的用户互动渠道上有统一的用户体验，并且在这些渠道上保持一致的信息状态。相互连通的各个阶段都需要深入思考，可能在架构方面还需要做一些兼顾。

　　随着我们逐渐适应这个新的计算时代——它正以飞快的速度向我们扑面而来，应用程序设计师和信息架构师们会发现，自己与另一方和用户社区进行积极的交流，讨论如何设计最好。

　　几何学上的尖点是指一条曲线的两个曲线支相遇的那个点。当我回顾过去企业计算走过的这十年，有一点很清楚：我们刚刚经历了前一代解决方案架构——这是上面定义的第一个曲线支，现在进入到了下一条曲线，即在接下来至少十年决定企业计算发展轨迹的新一代解决方案架构。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。