经济观察报 记者 高若瀛  如何评价一家拥有重要数据资产的企业，在数据治理方面是有责任心的？

一个可能的视角是：看他们向软件商掏钱买相关服务是否痛快就够了。

在王刚看来，答案似乎不怎么乐观。

这位今年3月履新Cloudera大中华区总裁的企业软件老兵，曾在Salesforce、SAP、Oracle等软件巨头工作近20年，中国市场一直是他的主阵地。

这次他的新东家Cloudera，在业内也被认看作是大数据的技术底座。这家公司的特点之一是基于Hadoop生态下开源软件的商业化模式，而此前成功的参照对象之一是红帽。

尽管大数据管理曾是Cloudera鲜明的标签，但如今企业新的介绍是企业数据云公司。

“我们是做大数据的；解决方案叫企业数据云；既有公有云也有私有云；我们新一代的大数据平台是CDP。”王刚说。

无论是继续下沉到产业链更深层次的耦合之中，还是转型拥抱“云”，这都在一定程度上迎合了大数据行业的变化。

当“共赢与生态”成为越来越多海外软件厂商描述中国市场的高频词，王刚认为Cloudera也不例外，“作为外资企业，我们在国内没有ISP（internet service Provider互联网服务提供商）牌照，我们必须有不一样的策略，需要和国内公有云厂商，如阿里云合作来共建市场。”

然而，不可忽视的现实是，中国大数据的产业浪潮已有近十年历史。面对“区块链、人工智能、5G、隐私计算”成为新技术风口，大数据也正逐渐隐身为企业数字化转型的技术底座。

但IDC发布的《全球云IT基础架构季度跟踪报告》还显示，2020年第三季度全球大部分地区的云IT基础架构支出增加，其中，中国年增长率为29.4%。

行业还在继续增长。这是否意味着，随着大数据从技术向产业体系的拓展，中国企业已经有能力应对高效、安全、稳定的管理数据挑战？

在王刚看来，中国企业在大数据管理上仍是“粗放式”的。

一个典型场景是：很多企业认为数据是内部的，内部人共用一把钥匙，谁都可以调用数据。他们共同的心态是：反正从没出过事故。王刚认为，这样的状态很危险，包括数据的血缘管理很容易被污染，这都是数据治理很重要的部分。

管理数据的底座没有打牢，企业就很难回答另外一个问题：如何在海量数据中，挖掘数据的商业价值并更好地做出决策？

王刚认为本质问题在于很多企业对大数据还停留通用概念的理解上，并没有实现真正的精细化管理，这些公司也并不真正认为，数据的权限和数据治理有多重要，或者说让他花很多钱舍不得。

对话

经济观察报：如何理解Cloudera在数字经济产业链中的位置？

王刚：我们是一家通用大数据云平台公司：解决方案叫企业云；我们既可以有公有云，也可以有私有云。

我们现在提供的产品CDP可以被定位为PaaS型的解决方案。我们不在底层的操作系统层面，是在中间层，跟数据库在同一层面。同时，我们提供的是标准化的大数据平台，要贴近业务，还需要实施和客制化的过程。所以，实际上跟SaaS又有点区别，但今后也会推出SaaS解决方案。

从技术链条来讲，我们是大数据技术的底座，全世界的大数据平台类的应用底座或多或少都要用到Cloudera的技术。当然，有些是用社区版的技术，也有是基于商业版本和技术软件封装开发出来的。

经济观察报：如果企业有100块钱IT预算，会花多少钱在大数据相关软件中？

王刚：在大数据方面，我觉得至少能占到一成。10%是比较合理的成本，比如，我知道稍微大一点的股份制银行，一年IT预算大概50亿左右，包括硬件、软件、人员、运维、开发，和大数据相关的软件、硬件和服务能占到10%左右，这是一个合理中等的水平。

经济观察报：今天的企业如何使用大数据？

王刚：以某白家电制造业企业为例，他们最重要的是ERP系统，包括财务、生产、供应链、采购、订单，包括MES生产制造，也包括生产设计（CAD）的系统，三维、两维的设计系统，这是他的业务条线，数据量特别大。

在ERP作为核心的时候，当企业想做报表分析，看看哪些产品好卖，过去10年销量如何，单价如何，原有的系统可能半天不动。因为数据量太大，需要分析好多历史数据，比如想知道过去五年某款冰箱的毛利怎么样，所有的销售数据、生产数据都要加工计算，算完之后系统就瘫痪了。企业有新订单进来，但系统卡死在那里，得把报表跑完之后才能动。

再比如，现在我们在手机上就可以交话费，但以前缴费、打话费单要跑营业厅，查半天也查不出来。原来那些系统在面对大量查询分析的时候是很慢的。这使得我们需要把数据从产生各种订单信息、企业数据、财务数据的ERP系统中抽离出来，放在数据仓库或大数据平台上。这个大数据平台不光是有ERP的财务数据，还有很多互联网数据、消费数据、行为数据、投诉数据、服务数据、生产数据、供应链数据等都在里面。

按照格式化要求重新清洗、整理好数据之后，再进行分析加工，业务想要什么分析、什么报表、什么格式都可以有。同时，这个大数据平台还有不同的权限，如财务平台数据不能给外人看，一定要分权限，根据要求归到不同的业务部门，给不同层级的人使用。

经济观察报：在管理数据领域，有没有一些误区或者常识性的问题需要澄清？

王刚：第一，很多公司花很多钱买传统软件。但我们是开源的，很多公司会认为开源软件不应该花钱。企业有需求找到我们，一报价会觉得不可接受。很多企业在购买一些简单的应用软件可以投入很多钱呢，在开源上就非常不愿意投入。大家对价格理解有偏差，认为开源是免费的这是第一个误解。

第二个误区是数据治理。有些公司认为大数据领域，数据的权限和数据治理没那么重要。数据治理一方面是权限控制，也就是谁能看这些数据谁不能。很多数据泄露、隐私泄露都是数据合规问题和数据安全控制问题，一些不该接触到数据的人能接触到数据，就泄露数据。

经济观察报：谁认为这个问题不重要？

王刚：很多公司觉得不重要。很多企业说，数据在公司内部很安全。比如银行会说：我们都不连外网，数据怎么能泄露出去呢？如果没有做好权限控制，内部数据还是可以通过各种各样的方式泄露出去，有很多隐患。

数据管理和数据治理一个字之差，但数据管理的概念要比数据治理大。尽管很多企业认为数据治理有必要，但舍不得花钱。他认为这个数据是内部的，就我们几个认识的人用，大家共有一把钥匙比较方便。数据就在那，谁用谁就可以去调用。

要为数据治理花钱，很多公司是不乐意的，他觉得反正从来没有出过事故。但这其实是很危险的，包括数据的血缘管理，即数据的来源管理。当数据量很大时，如果没有把数据做好标签、控制好版本，数据很容易乱。

很多懂技术的企业，也没有意识到这个东西多重要，或者说让他花很多钱舍不得。这些功能在事情没有发生时是不知道效果的。

所以，首先企业要保证整体环境是否安全，包括在企业内部环境做本地化部署；其次要保证系统是否安全，整体是否有数据治理的过程管理，是不是有操作痕迹等；单纯的开源软件很难保证这一点。

很多企业目前还停留在大数据的通用概念上，大数据管理也要向精细化管理转型，否则企业的大数据是粗放、浅显的，同时得不到数据安全和治理上的保证。

经济观察报：在大数据管理的颗粒度粗细方面，企业之间会有分层么？特别是对一些中小企业来说，这块投入更多是成本，并不能很快带来收益。

王刚：其实没有区别，我觉得关键在于公司的管理水平，哪怕是小型甚至一些小微企业，只要想做到精细化管理，都需要借助一些工具手段来实现。

这也是为什么我们现在国内的策略发生变化的原因。之前大数据的技术和平台，更多面向大企业，他们的数据量足够大，门槛比较高。很多中小企业并不舍得在系统方面投入这么多，而且有没有价值很难讲。实际上，这类型的企业，我们原来是覆盖不到的。

所以今年7月，我们达成与阿里云的战略合作。阿里云上大量的企业都可以用我们的技术，可以让中小企业用得起大数据的技术。