戴尔科技集团：85%的中国企业尚未改进其数据技术和流程_技术

面向45 个国家/地区企业的调研揭示了“数据悖论”：企业需要更多数据，但同时受制于如何处理现有数据并从中提取价值

中国，北京——2021年8月18日

新闻摘要

•70%的中国受访企业（全球66%）认为自己是数据驱动型企业，但只有21%（全球21%）将数据视为资本，并在业务中优先使用

•71%的中国企业（全球超过三分之二）表示他们需要更多数据，68%的中国企业称现有的数据已经超出其处理能力

•84%的中国企业认为按需付费模式将帮助更好地获取、分析和处理数据，以努力克服包括存储成本高企、IT 基础设施过时、流程效率低下等一系列障碍

•大多数企业认为采用按需付费模式会带来收益，但只有少数已付诸行动

全文

戴尔科技集团（NYSE: DELL）发布了由 Forrester ConsulTIng 实施的一项全球调研结果。该结果显示，大多数中国企业正在为数据激增而苦苦挣扎。受制于数据技能、数据孤岛、人工流程、业务孤岛以及数据隐私和安全等一系列问题，数据不仅没有为企业提供竞争优势，反而成为一种负担。正是这些压倒了了业务、技术、人员和流程的海量的、高速的、多样的数据导致了这种“数据悖论”。

这一调研结果是基于对45个国家4000多名业务决策者的调查，并结合了戴尔科技集团数字化转型指数的研究成果，该指数评估了全球企业的数字化成熟度。最新的数字化转型指数显示，“数据超载/无法从数据中提取洞见”是中国企业第四大转型障碍（全球第三），高于2016年的第12位（全球第11位）。

1. 认知悖论

70%的中国企业（全球66%）认为自己是数据驱动型企业，并称“数据是组织的命脉”，但只有21%（全球21%）将数据视为资本，并在业务中优先使用。

为了澄清这一悖论，该调研列出了对企业数据就绪情况的客观衡量标准。

结果显示，85%的中国企业（全球88%）尚未改进其数据技术和流程、以及/或数据文化和技能。只有15%的企业（全球12%）被定义为“数据冠军”，他们积极参与到技术/流程、文化/技能这两个领域中。

2. “想要的超出承受能力”悖论

根据研究，68%的中国企业（全球70%）表示其收集数据的速度快于分析和使用的速度，但71%（全球67%）表示他们不断需要更多数据，超越当前所能提供的能力。这一结果是基于以下数据：

•61%的中国企业（全球64%）在其拥有或控制的数据中心管理大量数据，尽管在边缘（生成数据的地方）处理数据的好处是众所周知的

•欠缺数据领导力：73%的中国企业（全球70%）承认他们的董事会仍然没有积极支持公司的数据和分析战略

•无法扩展的IT战略：48%的中国企业（全球49%）正在使用更多数据湖，而不是整合他们拥有的数据

因此，数据的爆炸式增长让工作生活变得更加困难，而不是更加轻松：68%的中国企业（全球64%）抱怨他们的数据过剩，无法满足安全和合规要求，59%的受访者（全球61%）说他们的团队已经被现有数据淹没。

“如今，企业正承受着巨大的压力，需要通过数字化转型来加速客户服务。他们需要在获取更多数据的同时，更好地挖掘已有的数据。特别是现在，50%的中国企业（全球44%）表示，疫情显著增加了他们需要收集、存储和分析的数据量。”戴尔科技集团全球资深副总裁、大中华区数据中心业务总经理朱培兰表示，“成为数据驱动的企业好比是一段旅程，企业需要的是能与他们一路相伴的专业指导。”

3. “只见不做”悖论

过去18个月中，按需付费模式不断扩大，引发了数据优先、数据无处不在的业务的新一波浪潮。然而，将大部分应用程序和基础设施迁移至“即服务”模式的企业仍是少数。（中国25%，全球20%）。尽管：

•68%的中国企业（全球64%）认为有机会根据不断变化的客户需求进行扩展

•63%的中国受访者（全球63%）认为按需付费模式将让公司变得更加敏捷

•59%的中国企业（全球60%）预测业务部门将能够快速简单地配置应用程序（只需按下一个按钮）

•按需付费模式将帮助 84%的中国企业（全球83%）更好地获取、分析和处理数据，以努力克服以下障碍：高企的存储成本，未优化的数据仓库；过时的 IT 基础设施；流程效率低下，无法满足需求等。

希望就在眼前

虽然企业正苦苦挣扎，但许多已经做好规划，创造更美好的明天：63%的中国企业（全球66%）计划部署机器学习来自动检测异常数据，50%（全球57%）希望转向数据即服务模式，52%（全球52%）打算更深入地研究性能堆栈，以重新构建他们在未来 1-3 年内处理和使用数据的方式。

通过以下三种方式，企业可以将数据负担转化为数据优势：

1. 对其 IT 基础架构进行现代化改造，使其在数据所在的位置、边缘处满足数据需求。这包括使企业的基础设施和应用程序更接近需要捕获、分析和处理数据的地方，同时通过保持一致的多云运营模式避免数据蔓延。

2. 优化数据管道，让数据在被AI/ML增强的同时可以自由安全地流动。

3. 开发软件以提供满足客户渴望的个性化、集成式体验。