如果要评价2012到2013年度IT业界热词，非“大数据”一词莫属。而实际上这个词2001年Gartner就已经提出，可以说并不是一个新鲜热词。但是随着各种技术的发展，尤其是传感器、无线互联网等技术发展大数据已经成当前业界的热点话题。同时，大数据领域也成为各大厂商的必争之地。而从信息价值角度讲，如何体现大数据中信息的价值回报是摆在首位的问题。而惠普软件用自身的经验告诉我们大数据时代的信息ROI是可以衡量的，也告诉如何去衡量的方法。
你我身边到底有多少数据?
在无数的场合有无数的事实证实着我们被无数的数字包围着，很难具象的形容出我们到底出在怎样的数据和信息环境中，但在无形之中就我们都在充当着是数字信息的制造者和使用者。每60秒产生98000条Twritter、695000种Facebook的状态更新、698445条谷歌搜索结果、1.68亿封邮件等等这些触目精心的信息就在你我身边。
▲中国惠普有限公司软件事业部大中华区总经理于志伟先生
这个问题仅此而已了吗?当然不是。惠普的一个“神秘”项目“地球神经中枢系统”中能够看到的未来信息量远不止于此。中国惠普有限公司软件事业部大中华区总经理于志伟先生为我们在认为2030年的时候，传感器的数量会达到1兆，也就是1万亿的概念。举一个例子，一个人身上应该有150个传感器，每10平米就应该有一个传感器。
注：地球神经中枢系统(英文“CeNSE”)，大约在2007年开始有惠普研究院负责，是用一种利用很低成本的纳米传感器收集包括振动、声音、图像、温度、湿度等数据，利用其搜集到的信息进行分析后能够预测帮助人们更好地进行决策。
高度密集的数据中如何衡量数据价值?
如果到了这样的信息密集度，我们该怎样去应对信息压力?换句话说，从本已浩瀚无边的数据中获得具备可行性的业务洞察到底依靠怎样的手段，而这些信息来自于结构化、半结构化、非结构化的数据中如何鉴别和提高具备可行性的洞察力成为了难点中的难点。成功往往一瞬间的改变，在正确的时间做出正确的决策很可能成为企业的命门。
1.ROI计算公式的惠普版
于志伟先生认为要衡量ROI，首先，管理、处理这些信息的资本性和非资本性输出(即图中的CapEx和OpEx之和形成的总体成本)，越来越低是好的。第二，数据的种类、速度、容量、深度、用户数等属性越多越好。第三，时间成本也成为影响数据价值的关键因素之一。
▲信息的投资回报率计算公式
2.全新Vertica6.1平台加速数据分析
▲惠普公司Vertica市场营销副总裁Chris Selland
计算ROI不是目的，如何让数据更加实时的，更加准确的反映出其幕后的更加纯粹的含义是关键。惠普最近推出的新一代信息处理平台Vertica 6.1代号“推土机”。据惠普公司Vertica市场营销副总裁Chris Selland介绍，相比传统的系统“推土机”的数据查询速度可以快50至1000倍。据悉新版本Vertica的特点可以归结为以下四点：
1. 数据分析速度优势。在查询效率上比传统系统要有大幅提高;
2. 大规模扩展能力。数据的横向、纵向的扩展能力提升，包括跨服务器数据的处理能力优势;
3. 开放架构优势。一方面是对Hadoop的支持与集成，另一方面则是通过强化的HDFS连接器提高Hadoop的性能，并利用HDFS实现Hadoop与Vertica之间自由的传输数据和存储。
4. 优化后的数据存储。通过优化的数据压缩存储技术提高BI的能力。
3.大数据人才供需矛盾解决方案
根据Gartner的预测，全球对大数据的工作需求量在2015年的时候将达到440万，但仅有1/3的机会是饱和的。所以人才缺口仍然非常大，因此可谓时不我待。就在2013年1月，惠普已经推出了HP Vertica大数据认证的项目。Chris先生认为目前已经了解到很多合作伙伴都需要大数据方面的人才和大数据的解决方案，所以惠普通过这个项目来培训和认证大数据方面的精英。也可以说在如此之大的需求之下，现在是加入大数据认证项目的最好时机。
电信行业是惠普大数据的方案的切入点
有人说大数据对于企业的价值仍然有待于更多现实案例来印证，这一点上确实是大数据方案比较棘手的问题。不过惠普凭借其在电信行业多年深耕所积累的经验，已经让大数据方案走向落地生根甚至已经发芽。而电信行业又恰好是大数据表现最为集中的一个领域，所以如果用典型行业来作为典型案例再合适不过。
在回答记者关于Vertica如何能与电信运营商固有的BOSS系统做深入的整合和时，中国惠普有限公司企业服务集团首席技术官王纪奎先生表示，按照目前惠普的经验来看在典型行业惠普的经验可以深入的理解运营商的核心系统、信息和数据，而很多企业则是先通过BI平台的建设后迁移到Vertica上完成更加实时的分析。
▲中国惠普有限公司企业服务集团首席技术官王纪奎先生
确实，不同行业的业务和系统都有其不同的特点，这一点上就像Vertica和Autonomy之间的关系一样。看似二者都是大数据解决方案的一部分但是其二者术业有专攻，之前有人担心过太过相似或者交集太多的产品会不会在战略上影响市场的推进问题其实并不存在。从技术上讲，Autonomy更多是语音识别、图象识别、搜索方面，尽管支持传统结构化数据但其最核心优势在于非结构化数据处理，而Vertica则恰恰相反。所以在方案的角度来说二者是互补的，从现实的客户需求来看客户的需求也更加偏重于二者的结合。
总的来说，今天大数据的市场并是一个热闹的市场，惠普的大数据解决方案能够提供更多的选择余地。企业的IT投资更加精细化的今天信息投入的ROI成为了重要依据之一，而更加实时的影响为决策提供可靠依据则是大数据最重要应用目标。
