3大法则”甄选最适合的云中数据管理解决方案（云存储甄选体验）

2020年，数据量预计将增长44倍，到达35ZB。据《福布斯》预估：“不久的将来10年内，数据将延续增长，不断创新界限、推动创新和利润增长，并引发新的挑战与顾虑。”

　　如今，数据已成为良好决策的基石和业务增长的重要组成部份，有助于改进与完善业务流程、推动业务战略并制造新的收入来源。但对许多公司而言，不完善的数据管理成了业务发展的阻滞。那末，企业应当如何确保其能够充分利用数据呢?

　　简化数据运营以助推业务成功

　　任何人都可以搜集数据，而重要的是如何处理这些数据。数据能够投入使用，首先需要具有可访问性。您的企业一共使用了多少个备份平台来管理数据?是不是采取的是难以运维的本地工具实现?一个全面而灵活的云中数据管理解决方案可以帮助企业管控风险、发现新商机，并实现自动化智能管理，从而让IT团队能够专注于企业的优先级项目。

　　为帮助企业甄选出一个适合的云中数据管理平台，Commvault建议企业可以参考以下“3大法则”：

　　1. 选择一体化的云中数据管理解决方案，为混合云提供完全的数据保护

　　大多数企业可能会使用复杂的云运营模型，以应对各种各样的业务用例。如今，84%的企业具有多云战略，这意味着企业数据不会存在于单一云中，而是存在于AWS、Azure、Google等各种公有云与私有云中，有时乃至连企业IT部门都没成心识到这一点。举例来看，企业的市场营销团队使用Google Drive来实现协作和文档同享;开发人员使用AWS来构造和推出新的利用程序。数据存储于这些孤立的云中，会给企业带来从安全风险到本钱增加的一系列崭新挑战。

　　企业应当选择一种一体化的数据管理解决方案，帮助IT团队无缝且安全地将工作负载在本地和公有云、私有云之间迁移，和跨公有云和私有云实现迁移，从而能够随即随地针对业务需求使用数据。经过一个仪表盘进行全面的云中数据管理，可让企业用户在单一界面充分掌控所有云中用例，包括PaaS、容器和Microsoft SQL Server、Splunk和Oracle等大型数据库。

　　2. 选择一个能够提供变通性、可扩大性和自动化操作的云中数据管理平台

　　现今企业所搜集的数据愈来愈多，但仅仅使用有限的IT资源进行数据管理，常常使得以数据为支持的业务扩大变得寸步难行。当IT人员忙于处理混乱的数据管理问题，吸引并留住客户所需的创新自然就没法实现。

　　企业要确保所选择的云中数据管理平台能够经过自动化和编排来简化混合云环境的数据保护工作，从而减轻IT团队的负担，让其能够重新聚焦于驱动业务成果的项目上。 以下是一些值得关心的因素：

　　自动化：可加速平常运营并在紧急情况下为企业节省关键时间;

　　自动扩大：可在灾害或测试期间提高云存储需求，并在其完成后减少云资源占用;

　　自动勒索软件和异常检测：可随即随地自动运行。

　　3. 再做出购买决定之前先对云中数据管理进行全面的业务价值评估

　　如今，B2B买家展开更多的线上调研以后，才会在购买进程中与销售代表接洽。据SiriusDecisions预估，如今67%的购买进程正以数字化方式完成。

　　但是，云中数据管理不同于其他购买进程。数据是企业最为关键的资产，需要谨慎对待。那末，企业如何确保为本身独特的业务选择了最适合、最好的云中数据管理解决方案呢?对此，企业不应当一味地“货比3家”，而是要选择真正能发掘数据价值的解决方案。

　　一些领先的技术厂商已意想到任何大型的IT投资都有风险。因此，这种情况下，为购买者提供交互式的业务价值评估工具(包括ROI计算器和TCO对照)，以帮助购买者做出明智的购买决定，已成为这些厂商的一种最好实践。

　　这些工具通常在厂商的官网上以自助服务情势提供，帮助企业用户评估该解决方案在其最为关心的利用场景下能够为带来的业务价值。这些工具生成的数据经过第3方验证，可确保其客观地体现企业用户预计能从该平台取得的收益(例如本钱节省与收入增长)，而不单单是一种销售或市场推行手段。

　　这些工具能够帮助企业基于真实数据轻松地构造业务案例，还可以涵盖从相干技术中取得的收益预估，同时企业还能够利用这些工具来讲服主要的利益相干者做出购买决定。

　　具体到云中数据管理，业务价值评估能够：

　　提供数据保存在本地与迁移到云中的总具有本钱(TCO)对照;

　　量化将现有的多个数据管理解决方案整合到单个云中数据管理平台的投资回报率(ROI);

　　估算自动化流程的本钱效益，以使IT团队可以专注于优先级项目。

　　2020年，云中数据管理是驱动收入增长的关键。如果您的企业正在为本身业务寻觅最好的云中数据管理解决方案，无妨使用Commvault 云中数据管理价值估算器(Commvault Cloud Value Calculator)来帮助您顺利地构造业务案例。

免责声明：
本网址（www.yingxiongyun.com）发布的材料主要源于独立创作和网友匿名投稿。此处提供的所有信息仅供参考之用。我们致力于提供准确且可信的信息，但不对材料的完整性或真实性作出任何保证。用户应自行验证相关信息的正确性，并对其决策承担全部责任。对于由于信息的错误、不准确或遗漏所造成的任何损失，本网址不承担任何法律责任。