很多企業經過多年的信息化建設,已經有所建樹，但不少企業意識到，要想保持長遠的發展，還需要更協調的組織協作、善於利用現有的數據沉澱經驗，並構建一個協同的企業生態。

據IDC顯示，目前，企業中結構化數據僅佔到全部數據量的20%，其餘80%都是以文件形式存在的非結構化和半結構化數據。

非結構化數據具有某種特定和持續的價值，這種價值在共享、檢索、分析等使用過程中得以產生和放大。如何管理好這80%的數據，是企業構建這個協同生態的關鍵一環。

我們先來看幾個行業目前所遇到挑戰：

醫院

子病歷、臨牀影像文件（如CT 、X光、彩超、高精動態影像等）、非核心繫統的數據歸集、查詢和調閱等問題成爲傳統架構面臨的最大挑戰。

比如，在進行影像數據調閱時，數據歸檔離線後，沒有任何元數據的管理描述，憑文件系統的目錄結構進行數據查找，非常費時費力。

當病歷文件數量到達百萬級近千萬以後，而醫院服務器上的數據仍然是孤島狀態，服務器之間的存儲資源和數據並沒有實現共享。

高校

高校各職能機構以及二級學院之間信息系統相對割裂。

例如建築學院、傳媒學院、電影學院、服裝學院等專業性學院會產生大量的非結構化數據作業，如CAD製圖、影視作品、圖片設計、服裝樣片等等。

即使跨院系沒有文件交流的需求，在獨立的院系職能部門間也難以滿足在教學、科研、作業提交、班級數據共享、數據分析調取等多場景、多元化需求。

銀行、證券

客戶證件、遠程開戶錄像、合同掃描件、客服中心語音、企業相關電子文檔資料等是最常見的非結構化數據。

這些文件平均大小從KB到MB甚至GB級別不等，近兩年文件量呈現高速增長狀態。從存儲容量上看，這些小文件甚至佔據了金融機構數據總容量的80%以上。

根據監管部門要求，銀行、證券、保險等金融機構需實施專區“雙錄”，即對自有理財產品及代銷產品的銷售過程同步錄音錄像，“雙錄”規定的實施會帶來海量非結構化數據。如何有效存儲於管理這些數據，是銀行、證券面臨的最大的管理難題之一。

製造

傳統工廠的生產模式爲線性生產模式，從客戶的訂單開始，向後接設計、工藝、加工、質檢、物流和客戶的現場服務，最後到回收環節，形成了完整的產品生命週期。

這種模式的缺點在於，各個環節之間信息相對獨立，不能實現信息的實時共享，一旦任務突然變更就會打亂整個生產節奏，使生產出現嚴重的滯後，對管理和生產均造成極大的不便。

以上的問題，一旦打通企業內部非結構化數據的存儲通道就能迎刃而解。集中式的數據管理不僅縮短了企業內部各部門機構之間信息共享的距離，實現數據的無縫鏈接，也讓整個企業的運用、業務流轉更順暢高效。

問題的凸顯，關於非結構化數據的管理解決方案也層出不窮。具有代表性的產品是企業雲盤。雲盒子企業雲盤經過10年的錘鍊，已經積累了超過10多個行業的文檔存儲、共享方案。並在南方電網、廣東建工、廣西財政廳等大型政企單位中深度應用並得到一致的好評與認可。

我們知道，要想對非結構化數據進行有效的管理，前提是將數據進行統一存儲、聚合。而對於這項工作，雲盒子可謂擁有將貫穿所有業務場景的數據進行最大化收集的野心。

首先，雲盒子以樹形文檔架構來歸整文件，日常辦公中產生的文件根據目錄進行歸檔；

其次，企業的業務系統支持着業務工作的進行，在這過程中產生的非結構化數據可以直接另存入雲盒子虛擬盤，或者通過API接口，直接將文件的歸檔目錄指向雲盒子。

最後，郵件、QQ、微信是企業中高頻使用的交流工具，它們也是導致文件碎片化存儲的源頭之一。爲了將郵件附件、微信/QQ文件收回，雲盒子特別定製了“郵附件”以及“同步QQ/微信文件”功能。

通過虛擬盤、APP和開放API接口，存取各業務系統、郵件、QQ、微信、釘釘等其他第三方來源的文件，雲盒子率先實現了碎片文檔的雲端高度聚合。

當完成聚合工作，也就完成企業的協同環境搭建的關鍵一步，接下來，團隊可以在雲盒子中共享到最新的文檔，並以文件爲橋樑，縮短同事的協作成本。

例如，

醫生可以隨時查閱歷史病歷文件，主任可以查詢到任何一位病人的病歷資料……

高效教師建立科研工作組，在工作組內共享科研資料，學生的作業提交提醒，反覆修改的論文僅需保留最新的版本，上課再也無需隨身攜帶課件到課堂的電腦上拷貝……

銀行、證券行業，雲盒子提供低成本、高可用的彈性空間，並通過細緻的權限劃分保證合同、客戶資料等不被非法外帶；

傳統的製造業，每個生產環節的文件以流水的方式流入下一環節，自動完成整個生產加工過程的文件彙總，通過文件流，還能清晰知道目前的任務進行到哪一環節。

如今，非結構化數據以爆炸的速度持續增長，據IDC的數據顯示， 至2020年，企業數據總量將達到44ZB。

企業越早意識到非結構化數據管理的重要性，越早優化數據的管理共享工作，那麼整項任務的開展、推進也就更輕鬆。

雲盒子企業雲盤將在不斷變換的技術革命浪潮中不斷深研，將產品不斷融合進各細分行業的業務場景中，爲不同行業的數據管理、共享工作實現變得更簡單。