摘要：現如今，數據已然成為了現代企業的DNA。這包括在云在發現的數據、企業內部的各種數據以及企業網絡邊緣的數據。而與此同時，數據本身也正以比以往任何時候更快的速度增長。 這種不斷增長的數據的復雜性、數據的蔓延擴張和數據量增長的獨特的組合迫使企業IT 人員有必要重新思考傳統的數據備份和恢復的方法了。

現在，沒有企業能夠承擔得起未經過對于他們的操作運營方法(包括負載均衡、客戶端、資源、服務水平)以及對于他們所收集的數據信息本身所揭示的洞察進行大量深入了解的實踐剖析之后才得出的實踐方案了。現如今，數據分析對于確保企業業務的彈性比以往任何時候都更為必要。

有四種主要類型的數據分析方法可用于數據的備份和恢復，即：環境型、回顧型、預測型和說明型四種不同的分析方法。每種分析方法均提供了一個透視整個企業網絡的窗口。而當這四種分析方法被結合起來使用時，他們能夠讓企業積極主動地獲取相關數據的優先級，預測資源的利用率 ，減少風險，優化基礎設施，以減少資源的負擔和管理成本。這種組合分析方法可以說為企業提供了“帶著頭腦進行數據備份”的承諾。

今天的數據備份和恢復的責任已經超越了傳統的在企業內部支持新興的云計算、移動化和虛擬平臺了。現如今，企業用戶正面臨著需要更好地理解數據，了解數據源的位置及其能夠為企業所提供的價值。對于環境型數據分析的理解使得企業的IT部門能夠準確定義他們是如何以透明的方式管理、備份和傳遞數據信息，并在同時支持企業的整體業務目標的?！　?/p>

當數據分析和優化被添加到標準的備份過程時，“帶著頭腦進行數據備份”的這一承諾實現了。

回顧性分析允許團隊獲得對于數據備份過程的成功率、資源利用率 以及優化的領域的深入的洞察了解。對于過去的備份流程和基礎架構利用率的深入了解可以確保對于最關鍵的應用程序的順利訪問，并優先安排完成按時備份所需要的資源，同時無中斷事故發生。

這種形式的分析需要對于數據信心有更深入地了解，包括該數據信息是什么類型;其對于企業的相對重要性如何。這種深層次的洞察分析，企業能夠自動分類數據，定義那些數據被進行了托管，確定其對于企業的業務是否是關鍵的，并設置這些數據何時比分以及如何備份的指南。IT高管越來越多地利用這種形式的分析，建議如何最好地優化備份系統，進而充分利用額外的資源和容量能力，這不僅提高了對于數據的保護，也有助于長期遵守合規性。

回顧性分析有助于調整企業數據備份和恢復的三大關鍵利益相關者，包括備份管理員、基礎設施運營團隊和CXO級的高管。這使他們獲得企業具備滿足服務水平預期的能力的信心。具備成功的防御性運營的歷史，使企業能夠滿足他們的特定行業或垂直市場的合規性和治理的需要。

預測分析對于數據備份和恢復的重要性正在不斷增長。這種分析方法允許企業能夠預測未來的資源需求，并基于歷史數據的模式來預測潛在的資源沖突。有了這方面的知識，IT團隊可以在未來的需要發生之前實施主動的應對，如針對額外的容量需求主動進行有計劃的采購，已解決問題。

借助預測分析，企業可以緩解對于數據備份和恢復管理的工作需求。從規劃的角度看，使管理者能夠在他們的系統存儲容量將耗盡之前進行準確的預測是非常具有價值的。此外，數據的增長的模式也可以突顯潛在的資源沖突和資源爭奪，進而可能導致的備份窗口增加的問題。在這些潛在的未來問題實際發生之前，提供相關的知識是IT企業轉型的一部分。

隨著通過數據分析獲得更深入的洞察見解，企業可以充分利用他們現有的備份投資，并規劃未來的容量能力和對于基礎設施的需求。其也可以作為在行業內快速走向自動化的重要組成部分。通過這種自動防護策略和配置備份資源，從而降低了在備份和恢復操作中的工作量，確保所有設備的都在管理的保護之下。這種自動化可以節省時間，成本和管理。

說明性分析是使得企業IT領導者獲得對于已經部署的備份的最有效地利用、簡化關鍵流程、改善整治需求時間的一大新興的需求。

對于負責管理企業整個IT基礎設施運營的團隊而言，這種形式的分析提供視覺線索，以及當整治修復出現問題時可采取的相關步驟。更重要的是，其為備份團隊和IT運營團隊在故障排除過程中創建了共同的語言。此外，他們提供了對于備份作業和物理資源的可視性，如磁帶庫，驅動器和磁盤系統，并在發出錯誤時對于出了什么問題以及如何解決進行精確排查。

總之，隨著企業不斷適應變化的IT世界，這種變化包括了數據量、數據種類品以及數據信息來源的增長，其目前已擴大到超處了企業內部的范圍，企業用戶現在也必須擴展他們的信息管理方法，以跟上需求加快的步伐。簡而言之，關于數據分析，他們需要從防御型轉為進攻型。

關鍵的第一步，時利用數據分析來優化數據的備份和恢復——創建一套適用于企業當前和未來的環境的靈活敏捷的策略。數據分析提供了一個對于企業整體數據戰略的快照。應用于網絡的數據分析為企業提供了對于其所收集存儲和管理的數據更深入地了解。而數據分析也提高了運營效率，并根據企業信息化管理的要求，通過識別和優化數據管理，降低了風險。

今天，面對高度動態化、多元化、復雜的數據環境，采用與過去相同的備份和恢復策略方法不僅是不明智的，甚至可能帶來顯著的風險，包括對于您企業的風險，和您自身職業生涯的風險。如今，企業需要帶著大腦進行數據備份，而數據分析是其中的第一步，也是最關鍵的一步，這樣才能滿足不斷變化的業務彈性需求。