【CIO发展中心独家】在2013年2月，当Steve Phillpott接任HGST CIO的职位时，他很快确定了一些IT能够帮助公司创造价值的重要举措。其中首要的一项，就是如何在研发、质量和生产运营过程中利用大数据，从根本上改善公司硬盘驱动器的生产和售后服务。在此过程中，大家迅速认识到，实现这一目标需要IT和业务部门之间的密切协作。

 

　　建立大数据方面的投资路线图有助于业务和IT领导达成共识，从而避免在许多公司中出现的一个共同的挑战：IT和其他业务部门间出现隔阂。在HGST公司，各部门共同合做，确定工作的优先级，利用大数据来改善HGST硬盘的产量、质量，更好地服务自己的用户。

 

　　为了达到最佳效果，HGST业务部门的领导班子批准了一个大数据平台，为各个业务部门服务。他们承诺支持变革，打破数据孤岛，并对影响业务的指标进行衡量。

 

　　HGST的大数据平台采用Hadoop作为基础，该架构非常适合用来打破数据孤岛。传统的关系型数据库存储在经过认真定义的表结构中，加载数据前需要详细的数据建模。与此不同，Hadoop则只是简单地将数据作为文件，存储于分布式文件系统中，大大简化了数据的加载。大量的HGST数据来自传统数据库，Avro文件格式保存了数据的结构，并反映其中的模式改变。

 

　　半年后，HGST的IT和业务整合战略开始影响研发、质量和制造团队的工作模式。工程师们访问和分析底层数据，以开发和完善产品的能力不再受到限制。大数据平台从开发、制造到可靠性测试的完整生命周期中，随时可以帮助工程师们完成自己的工作。

 

　　此外，于允许工程师大规模地分析多年来详细的硬盘驱动器数据，大数据平台为改善生产和运营提供了新的途径。工程师们可以对多年来积累的数百万个硬盘的测试数据运行分析，更加精细地了解不同硬盘组件的细微表现。

 

　　随着管理层从早期的成功中认识到的Hadoop的潜力，他们更加乐于接受业务团队新的应用请求。管理人员也能通过分析设备数据，了解测试和制造过程中的延迟情况。

 

　　数据分析还可以帮助人们做出实时的决策，快速响应突发事件。HGST工程师们现在可以得到任何设备或组件的详细数据，此前这些数据则散落在不同数据库和磁带备份中，需要通过各种渠道来获得，信息的精细度也无法保证。

 

　　为了利用大数据来获得更好的业绩，公司进行了一些组织变革，促成业务和技术部门之间的密切协作。

 

　　确定对业务有用的数据，不管它是来自内部还是外部。访问内部数据往往需要IT人员实现通过限制访问来保证安全性，到鼓励共享的观念转变。与此同时，仍然需要对数据集（如网络日志，客户档案和产品使用数据）的访问进行管理。使用外部数据，包括用户的在线兴趣、人口统计信息、网页抓取或社交活动数据，则需要购买数据，进行测试，并了解外部数据如何可以帮助改善业务。

 

　　用数据科学找到埋在复杂数据集中的信号，从而更好地进行预测，确定其对业务的影响。例如，Think Big Analytics公司曾与一些大型对冲基金和金融支付机构合作，以确定新闻、报道、社会活动、和消费金融交易等数据中的各种信号，识别欺诈行为，提高金融投资的回报。数据科学家是新数据和业务需求间的阐释者和推动者。

 

　　不断改善企业的运营分析。大数据承诺为技术专家提供新的能力，帮助企业通过不断的探索，创造收入并提高竞争优势。

 

　　利用自动化模型来发现数据模式，并作出战略或战术层面的响应。这意味着使用机器学习不断优化对用户或设备活动事件的响应方式。用模型代替直觉是科技进步的一小步，却是企业进步的一大步。

 

（来源：CIO发展中心）