数据管理是企业组织的主要关注点，这是有理由的。据IDC预测，2025年全球数据将增长。对所有这些数据的访问将为组织带来独特的用户体验和商业机会的新世界。数据变得越来越多样化、动态化，并且分布在内部/外部，包括公共云。混合云环境将这些平台结合起来，以增加数据收集和使用的好处，但它们也面临着一系列挑战。这些障碍阻碍了组织有效地管理和从所有数据中获取最大价值。在处理大数据时，数据质量、集成、安全性、法规遵从性、保护和位置/资源优化是企业面临的最大挑战。今天，大多数组织购买和管理重叠的工具，并使用手动流程来解决这些独特的挑战。然而，IDC已经确定了三种服务优势，它们寻求解决这些挑战并直接影响生产率、风险和成本。组织应该投资什么样的混合云创新数据服务？我们探索三项卓越服务：数据质量和验证敏感行业发现，消除数据风险的成本大幅增加，或因处理不当而被罚款。因此，在数据切换或传输期间，数据质量通常是混合云SLA的一部分。所有大数据用户在确保数据的可靠性方面都面临着适用性和规则可配置性的挑战。使用手动编码和线性处理的旧数据验证方法对于大数据是不可扩展的。创新的机器学习算法可以自动跟踪质量数据的最小偏差。这些服务补充了现有的验证和新的数据源很容易。这些服务应适用于所有主要数据源和跨位置（本地/公共云）。组织可以使用数据质量和验证服务从多个数据集中自动识别大数据错误。一个真正创新的数据质量和验证服务可以将4-5个月的数据验证项目工作减少到几个小时的工作量。成本优化在公共云使用量增加带来的许多新挑战中，成本优化是云采纳者的首要任务。创新的成本优化是机器学习驱动的、有洞察力的、可控的、自动化的，并支持公共云的动态优化资源正确的服务可以通过机器学习或使用专利和正在申请专利的技术的用户策略来提供成本优化操作的完全自动化或半自动化。创新提供商还将支持灵活的部署选项——SaaS和enterprise。但是，请记住，为了避免与共享服务器凭据有关的任何法规遵从性问题，企业模型应该直接在组织的环境中运行所有软件，而不是在服务提供商的环境中运行。以应用程序为中心的数据管理IT堆栈已经演变。单片软件体系结构正在向微服务过渡，内部部署正在向混合/多云过渡，规模扩大的基础设施正在转向弹性计算和存储。现代IT堆栈需要一种现代化的数据管理方法。创新的服务提供商正通过以应用程序为中心的云数据管理来满足这一需求。数据管理方面的优势将提供新的或改进的备份组件，如语义重复数据消除、用于版本控制和恢复的并行数据流。它还将具有数据感知能力，并支持分布式元数据目录。这些数据管理服务将需要企业级安全，包括提供者和数据源之间的TLSISSL加密（传输协议），并应与企业身份管理工具（LDAP授权）集成。领先的数字组织正在发现，云——具有提供敏捷性和灵活性的能力——对于实现其DX业务目标是不可或缺的。对于大多数组织来说，这将导致混合IT，即通过本地、私有云和公共云资源的组合生成和存储数据。这种混合的基础架构给IT员工带来了一系列新的大数据管理挑战。为了应对这些大数据管理挑战，获得竞争优势，并在DX时代蓬勃发展，企业需要在云上进行投资，同时也为混合云采用数据服务。IDC的云研究使客户能够全面了解整个云生态系统中云产品和服务的购买者和消费者，而不仅仅是混合云。在此了解IDC业界领先的云技术。现在读