讓專業的來 - 大世科憑藉 PDW 體驗中心讓企業見證海量資料威力

  • Article

針對海量資料 (Big Data) 這個熱門話題，儘管廠商講得振振有詞，但畢竟企業用戶未能眼見為憑，無法驗證其效益，因此礙難跨出第一步；為了幫助客戶親身見證 Big Data 魅力，大同世界科技(以下簡稱『大世科』)決定放手一拼，成立 PDW 體驗中心。

回顧 2011 年初，隨著一篇「挑戰大型資料倉儲平台 微軟來真的！」新聞發布，引發不少企業用戶之關注，因為隨著 Parallel Data Warehouse(PDW) 現身，SQL Server 得以從「對稱多工處理(SMP)」跨足「大量平行處理(MPP)」，頓時功力大增，可望一舉扭轉以往大型資料倉儲軟體價格過高、操作複雜的迷思。

事實上，PDW 不僅可囊括商業智慧 (BI) 與關鍵性任務系統，使大型資料庫進階成為大型資料倉儲平台，面對時下最夯的海量資料議題，PDW 亦有獨到之處，它就如同海納百川，讓用戶無需搞懂艱澀的 MapReduce、也無需費心修改應用程式，即可輕易統整結構化資料、非結構化資料，接著運用 SQL 語法進行查詢，或援引 Excel 或 SharePoint 等熟悉工具進行分析。

回顧 2011 年初，隨著一篇「挑戰大型資料倉儲平台 微軟來真的！」新聞發布，引發不少企業用戶之關注，因為隨著 Parallel Data Warehouse(PDW) 現身，SQL Server 得以從「對稱多工處理(SMP)」跨足「大量平行處理(MPP)」，頓時功力大增，可望一舉扭轉以往大型資料倉儲軟體價格過高、操作複雜的迷思。

事實上，PDW 不僅可囊括商業智慧 (BI) 與關鍵性任務系統，使大型資料庫進階成為大型資料倉儲平台，面對時下最夯的海量資料議題，PDW 亦有獨到之處，它就如同海納百川，讓用戶無需搞懂艱澀的 MapReduce、也無需費心修改應用程式，即可輕易統整結構化資料、非結構化資料，接著運用 SQL 語法進行查詢，或援引 Excel 或 SharePoint 等熟悉工具進行分析。

針對不同產業　精心設計應用情境

就不少人的認知，大世科是一家擅長於資訊基礎架構、資通訊整合的資訊服務供應商，非常懂得經營電腦系統、儲存設備、網路與資安、通訊與語音等相關硬體產品，然而這番話其實只說對了一半。

舉例來說，該公司將為數可觀的惠普x86伺服器銷售給企業，用戶勢必會利用這些主機安裝 Sharepoint、Exchange、Lync 或 SQL Server… 等各式軟體，為了適切扮演好基礎架構與上層應用之橋樑，其便需要針對這些軟體培養相關技能，開始派員參與教育訓練、認證，久而久之，即獲得微軟授予大型客戶轉售商(Large Account Resellers；LAR)資格，甚至成為微軟 Tech‧Day 講師，亦成為台灣首家獲得微軟 MCloud 技轉的業者。由此觀之，大世科不論在產品業務、客戶服務或軟體應用整合，其實都已建立深厚底蘊。

基於此一淵源，大世科與微軟之間，不僅止於單純的產品、解決方案之銷售關係，而是更為深層的策略合作夥伴。沈柏延透露，若單就 SQL Server 而論，近兩年多來其與微軟合力攻下不少指標性灘頭堡，相關領域遍及金融、醫療、零售等諸多產業，甚至針對高速公路電子收費系統等大型應用場域，SQL Server 亦憑藉優異的效能測試成果而取勝，使得大世科深具信心，願意在 SQL Server 的服務或支援上挹注更多投資。

面對即將啟動的 PDW 體驗中心，大世科的目標很明確，即是透過 HP AppSystem for Microsoft SQL Server 2012 Parallel Data Warehouse 的安裝部署，搭配其遍及全台的 8 個視訊會議室，佐以針對不同產業需求、並融入 BI 概念的一系列情境設計，藉此構築足以清楚闡述海量資料價值的概念驗證 (PoC) 機制，使得客戶有感，終至把海量資料應用的最後一哩路銜接起來。

「初期大世科將鎖定較為嫻熟的醫療、流通等垂直領域，再搭配對海量資料需求甚殷的金融、電信等行業，優先選出 10 家重點客戶，安排接受 PDW 體驗，」沈柏延表示，期望 2013 年底至少在每個領域產出 1~2 個成功案例，以利後續推展；在此同時，該公司不僅將為此配置專責業務團隊，也指派技術種子成員密集受訓，並與微軟專業服務團隊共同參與專案實作，規劃在 2014 年比照 MCloud 模式完成技轉，成為獨當一面的海量資料專業服務供應商。

大同世界科技公司總經理沈柏延表示：「初期大世科將鎖定較為嫻熟的醫療、流通等垂直領域，再搭配對海量資料需求甚殷的金融、電信等行業，優先選出 10 家重點客戶，安排接受 PDW 體驗。」

海量資料蘊含重大意義　不應遭到埋沒

為何如此看重海量資料後勢？沈柏延以國外大型網路公司為例，好比臉書 (Facebook) 的「您可能認識的人」，或是亞馬遜 (Amazon) 給予消費者的採購建議，屢屢予人「為何如此厲害」的驚奇感受，這些結果的產生，絕非單憑直覺，而是一個歷經科學驗證的決策過程，背後有自動化機制藉以推動智慧運算，凡此種種，無疑都已充分訴說了海量資料的價值，更重要的是，光是像過去一樣擷取結構化資料執行BI演算，絕不足以產生如此聰明的結果。

就拿消費型產品製造商來說，為了帶給顧客良好體驗，少不得需要在商品設計階段，便預先規避可能招惹客訴的潛在因素，於是乎，曾經透過電話、郵件、傳真、照片、多媒體…等不同管道所集結的大量客戶意見，裡頭全都蘊含重大意義，必須善加分析，絕對不應遭到埋沒，一旦掛一漏萬，就可能讓問題持續存在，進而影響顧客觀感，此時如果競爭對手早一步解決同樣問題，優勝劣敗高下立判，後果著實不堪設想。

沈柏延期望藉由 PDW 體驗中心的成立，可縮短企業對於海量資料應用的摸索或猶豫期，繼而產生對自己有利的分析決策，終至超越對手、為競爭力紮根，並提升產品或服務品質，帶動銷售額、市佔率的同步上揚。