为什么要实施大数据？为什么要使用云技术？先进的分析技术有哪些优势？我的公司Stratecast非常关注这些问题。传统上各方面孤立的企业IT正在快速走向虚拟化IT。虽然消费者程序处理大多数日常计算任务，但IT规划人员越来越关注基于大规模结构化和非结构化数据实施新的（计算密集型）架构。计算和数据存储任务越来越大，只能使用更好更经济的云平台。但为什么不首先这样做呢？事实上，调查的读者对公司为何要部署这些新技术非常感兴趣。IT人员要求管理层给他们钱，这听起来可能很奇怪，但对于“如何确保新架构的安全性”这个简单问题，他们并没有明确的答案。根据Stratecast的说法，答案其实很简单：企业之所以使用大数据、云和虚拟化IT是为了加速和优化业务决策过程。这样做的原因是决策支持。决策越快越好在当今市场竞争激烈的时代，快速准确地做出商业决策是商业公司必须具备的最可贵的品质。在瞬息万变的市场中发现威胁和机遇的能力——同时探索企业拥有的所有数据资产——已经成为一种新的竞争优势。实际上，其他一切都可以外包。随着自动化数据处理和大型计算机的出现，决策者变得更加克制，因为决策过程中涉及的数据比以往任何时候都多。但是，在很多情况下，过多的数据会导致分析瘫痪（无法分析）。从理论上讲，决策可能会延迟很长时间，因为人们可能一直在为某个特定问题寻找更多数据。为了让决策支持获得每一个数据，人们认为大数据可以解决这个问题，但实际上是没有用的。相反，大数据导致高级分析，这是理解公司积累的海量数据的必要条件。要使高级分析真正有用，需要一种新型的IT人员：数据科学家。数据科学家让我们想起了过去，IT人员穿着白大褂，呆在大型机房里的日子。还有比这更形象的吗？所有人都使用大数据，等待IT组织开发大数据查询，然后使用统计程序解决输出，这根本不可行。使用新IT技术的公司希望快速获得投资回报；他们希望看到在准备和决策速度方面有切实的改进。在某些组织中，如果新IT无法衡量类似指标并且不努力微调决策支持模型，则他们很难取得成功。现代IT专业人员的新目标是将使用虚拟化IT的新技术带给企业决策者，同时也让数据科学家参与到流程中。为了提供重要的价值，IT必须快速、高效和精确。认真应用大数据架构和高级分析的IT组织必须记住，公司支持这些技术的唯一原因是这样做对业务有利。
