减少数据成本并推动增长的 11 种方法

要充分利用业务数据，就需要进行投资回报计算，就像投资于工厂、扩大办公室或研发工作一样。如果没有关于客户、产品、交易、员工、财务、经济和竞争对手的数据，我们的组织就无法运营。我们需要这些数据来增长和繁荣。然而，高质量的数据具有获取、存储、管理、保护和分析数据的价格标签。数据公司拥有的数据越多，就越能为客户提供服务和与合作伙伴协作，而且他们必须在整个数据生态系统中投入的时间、精力和资源也越多。企业可以从以这种投资回报率思维持续处理数据中受益。

本文将主要探讨数据 ROI 方程的成本方面，并重点讨论如何控制和尽可能降低获取、存储、保护和使用该数据的成本。

什么是数据成本？

数据成本是与获取、维护、保护和利用业务数据相关的费用。其中许多数据成本是明确的。数据本身必须居住在某个地方，无论是本地部署在硬盘驱动器或存储阵列上，还是基于云技术的存储（本身由物理硬盘驱动器组成）。该软件可组织这些数据，例如内容管理系统、关系数据库、数据仓库或数据湖或其他结构；该软件在使用开源解决方案时具有商业许可成本或订阅/支持合同。必须备份数据，需要额外的存储和软件来管理这些备份，并在某些数据丢失或发生物理灾难时进行完全恢复时为可能的有限恢复做准备。

从第三方提供商获取数据可能还会产生许可费或其他成本。需要有安全和访问控制，也许是为了符合行业或政府法规，并解决隐私问题。与验证数据以及确保或提高数据质量（例如更正过时信息）相关的成本。

充分利用数据还可能产生成本，这需要用于用户界面、分析和报告的软件，甚至是深度学习或人工智能软件来发现洞察。

最后，还有与性能和可扩展性相关的成本。当数据从 MB 增长到 TB 或甚至 PB 时，它需要复杂的软件、精心规划和潜在的自动化工具来维护和使用这些数据，以及大规模存储和访问的硬件。对于上述每一项数据成本，公司必须聘请熟练的人员来管理和运营其数据管理工具。

关键要点

• 在开始实施数据成本降低计划之前，您应该了解当前的数据资产、数据的使用方式、数据增长更快的地方和瓶颈的所在位置。
• 不要让您的数据成本埋没在庞大的 IT 预算中；找出您在数据上的支出以及费用庞大（且快速增长）的地方。这将有助于确定降低成本的机会。
• 探索替代数据架构，例如将多个数据库和服务整合到融合数据库中以提高效率，例如在与事务数据库相同的平台上运行分析和机器学习工作负载，以减少步骤、加快洞察并降低成本。
• 基于云技术的数据服务不仅可以降低运营成本，同时还能够获得所需的性能、自动化和安全性。

尽可能降低数据成本

降低数据成本，首先要了解企业拥有哪些类型的数据。其中一些是关系性的，也就是说，数据可以被视为生活在行和列中。其他数据是非结构化的，可能由文档、图像、视频和二进制文件组成。一旦企业了解了现有的数据资产，下一步就是确定适合存储数据的格式（关系数据库、NoSQL 数据库、文档存储库等），并考虑整合数据库的机会。此外，还必须了解数据来自何处、数据位于何处以及数据将如何使用。

一旦企业了解其数据，并将其存储在何处，下一步就是采用灵活的数据架构，该架构能够对所有这些数据源和用途进行会计核算，并允许企业优化其获取、管理、存储和分析。该架构的一个关键要素是找到正确的数据治理模型，以确定数据的使用方式。另一个解决方案是选择合适的本地或云端数据管理系统来尽可能降低成本，同时尽可能提高性能、灵活性、安全性和实用性。所有这些步骤将使组织能够评估任何批次数据的价值和使用，并采取正确的步骤，以尽可能降低提供该值的成本。

降低数据成本的 11 种方法

无论企业现在拥有多少数据，每天甚至每秒都会有更多的数据涌入。大部分数据都需要用于推动业务运营、执行交易、为客户和合作伙伴提供服务、增强管理能力、推动财务报告以及确保合规性。然而，其中一些可能几乎没有价值。下面是 11 种尽可能降低获取、转换、存储、保护和使用所有这些数据的成本的方法。在某些情况下，由于业务敏捷性、员工生产力或其他效率的提高，这些步骤可能导致间接节省，而不是直接削减预算。

如何制定数据成本降低计划

数据成本降低计划的目标是帮助您以更低的成本完成更多工作：从数据中获得更大的业务洞察和运营响应能力，同时减少管理这些数据的支出。

数据成本降低计划的 7 个步骤

1. 建立计划责任人
2. 评估当前数据支出
3. 使数据成本可见
4. 建立数据预算
5. 确定适合的成本削减策略
6. 与数据利益相关方合作
7. 评估结果

1. 建立计划所有者。
   你需要一个拥有大局目标并且可以专注于正确步骤，里程碑和时间表的人。通过分配方案责任人以保持此优先级来启动降低数据成本的项目。
2. 评估当前数据支出。
   详细了解数据支出情况以及支出情况。集中精力研究哪些成本是静态的，哪些成本是增长的。具体说明你从这些支出中获得了什么价值。
3. 将数据成本作为业务优先级。
   不要让数据成本被埋没在 IT 预算中。您对真实成本的理解越深入，就越能更好地管理这些成本；业务单位越容易判断成本是否与从数据中获得的价值相匹配。
4. 建立数据预算。
   现在，您已经了解了当今的支出以及成本的预期增长情况，然后根据总拥有成本 (TCO) 决定计划支出多少。这给了你降低成本的目标。
5. 确定成本降低策略。
   有许多方法可以降低成本：更改数据架构，将孤立数据库整合到单个融合数据库中，采用开源技术，迁移到云端，与托管数据服务互动等等。计算哪些对您的组织有意义。
6. 确定利益相关方的成本节省。
   哪些部门或用户直接或间接为数据付费？与他们合作，评估哪些成本降低策略将为他们带来回报，以及成本削减带来的风险不值得承担。
7. 评估结果。
   显然地，您应该回答“我们节省了多少钱？”这个问题，但要算清这笔账并得出一个确切的数字，却需要严谨的态度。你应该超越这一点，回答“我们在哪里削减了太多？”和“我们应该在哪里投资更多？”的问题。

Oracle HeatWave 助您降低数据成本

数据可帮助您的业务职能部门实现从计费到翻译日志、从文档到部件目录、从价目表到库存的全方位支持。更有效地利用这些运营数据，释放新的机遇。但是，这些数据每天都在增长，而且成本也随之增加。幸运的是，您可以采取措施尽可能降低数据成本，同时继续推动业务增长并提高效率。

HeatWave 让您能够在一个云技术服务中，使用自动化和集成的生成式 AI 和机器学习进行交易和湖仓一体规模分析。企业可以消除单独分析和向量数据库、机器学习服务和 ETL 流程的成本和复杂性，同时避免数据存储之间的数据移动延迟和安全风险。借助内置机器学习驱动的自动化功能，开发人员和 DBA 可以节省大量时间、进一步提高性能并降低成本。HeatWave 可在 Oracle Cloud Infrastructure (OCI)、Amazon Web Services (AWS)、Microsoft Azure 上使用，并在 OCI Dedicated Region 的客户数据中心内使用。

HeatWave Lakehouse 的查询性能和性价比显著提高。许多快速发展的组织使用 HeatWave 来简化数据基础设施并降低数据管理成本，同时提高性能、可扩展性、安全性和生产力。

降低数据成本的常见问题解答

关停数据中心的第一步是什么？

在制定数据中心关停计划时，首先请全面调查企业中的应用、数据、服务、用户和安全需求。后期，企业需要基于调查结果，事无巨细地制定迁移计划 — 无论是将现有应用和数据“直接迁移”到云端，部署新应用，还是从零创建新应用。

数据中心内部设备的使用寿命有多长？

HVAC（供暖、通风和空调）系统、配电和物理安全系统等主要基础设施可使用 10 年以上，前提是必须定期维护。计算设备（如服务器、路由器、交换机和存储）按照一般经验，使用寿命通常为 3 到 5 年。

谁负责云端安全？

云基础设施（服务器、网络基础设施等）的物理安全由云技术供应商负责，软件和服务的安全责任由云技术供应商和企业共同承担。

关停一个数据中心需要多长时间？

完全关停一个数据中心一般需要数月时间。对于较大规模的 IT 基础设施，这可能需要数年时间。具体的时间长短完全取决于数据中心的规模、复杂性和数据量。其中，全面清点、制定计划、创建和测试新软件（如有需要）以及培训工作将占用大部分时间。而一旦完成所有的规划工作，实际迁移和关停工作在短时间内就能完成 — 就像搬迁办公室一样。