如今，云计算显著地简化了组织在二十年前管理和访问应用程序、数据和基础设施的方式。云计算将越来越简单，而且降低了成本，提高了灵活性，这是一张黄金门票。

但是在通往云端的过程中发生了一件有趣的事情，那就是偶然发现了一个由多云、内部部署和大数据解决方案组成的混合世界。

云计算的承诺满足了复杂性增加的现实。新的现实导致了数据管理的挑战，信息生活在多个IaaS、PaaS和SaaS云中，因为组织正在努力“为工作选择合适的云。”一种选择是AWS，另一种选择是微软Azure，第三种选择是谷歌云，而Salesforce则是第四种选择，所以数据分散在所有这些云平台中。

公共云和私有云以及Google BigQuery、Amazon Redshift和Snowflake弹性数据仓库等分析云增加了多云和数据管理挑战的复杂性。随着组织继续快速采用云服务，多云复杂性将会增加。

例如，调研机构Gartner公司预测，到2021年全球公共云服务收入将达到3025亿美元，这几乎是2017年总收入的两倍。同时，IDG公司发布的2018年全球云计算研究报告发现，到2019年，10家公司中有9家将在云端至少拥有一些应用程序或基础设施。

然而在可预见的未来，任务关键型内部部署系统仍将保留，他们需要与云中的系统进行互操作，以交换数据并支持流程自动化。云优先组织可能会在云中占据一席之地，但在未来的许多年里将会保留内部部署数据中心。

在混合多云环境中管理数据

随着数据在多个公共云和私有云以及内部系统中累积，组织正在提出棘手的问题，例如：

如何确保跨多种IT环境的互操作性？

如何在所有应用程序中提供干净、一致、完整和可信的数据视图？

如何有效地检测和保护敏感信息？

当混合多云环境中存在数据时，如何使数据统一、可访问和可操作？

随着混合多云环境中数据的增加，业务和IT的风险也会升级。如果没有一个整体的，治理良好的方法，组织会面临诸如业务分析和客户体验管理（CXM）等用例的复杂性。

客户关系管理（CXM）如何演变为客户体验管理（CXM）

客户关系管理（CRM）系统在20世纪90年代初期开始流行，不是管理客户关系，而是管理与客户相关的业务运营。客户关系管理（CXM）系统旨在捕获和解释客户数据，其中包括结构化和非结构化的客户关系管理（CXM）系统，使企业能够捕获、保存和分析有关客户的数据，以便洞察可以带来更好的参与度。然而，单独的客户关系管理（CXM）系统可能会提供虚假的安全感，因为它们承诺提供出色的客户体验，但往往缺乏清晰、一致，完整和可信赖的客户视图，这在多云环境中得到了突出和放大。

如今，客户体验管理（CXM）已经演变成一个新的学科，称之为客户体验管理（CXM）的更专业的附加功能，例如用于确定“最佳下一步行动”的算法，可以在客户参与度、收入和忠诚度方面取得显著成果。要做到正确的客户体验管理（CXM）需要无缝的互操作性，数据治理和数据交换，特别是营销应用程序存在于一个云平台中，而第三个云平台中的商业智能工具和数据仓库以及ERP应用程序仍保留在本地。

由于这种程度的分散，实现销售和营销团队需要了解客户，预测他们的需求以及通过正确渠道进行相关，及时地互动所需的360度客户视图变得更加困难。使用API、人工编码和以应用程序为中心的工具的传统和有限集成技术不太适合解决混合多云环境中的数据管理问题。

业务流程核心的下一代方法

各行各业的领先组织正在采用下一代方法。其中一个例子是Genomic Health公司，这是一家位于硅谷的基因组诊断测试提供商，可帮助优化癌症治疗。Genomic Health使用跨多种系统的智能混合数据管理，包括基于云计算的Salesforce和内部部署应用程序，这些应用程序容纳大量敏感的患者、医生、临床和其他信息。

智能混合数据管理对于像Genomic Health这样的云计算首屈一指的全球性公司尤为重要，其基因表达测试有助于指导全球900，000多名癌症患者的治疗决策。它还支持Genomic Health公司的计划，即增加新业务，更好地了解和吸引医生，并在国际范围内进行扩展，同时保持合规性。

在云优先的世界中，基于云计算的集成PaaS非常适合解决混合多云环境中的集成挑战。

集成PaaS需要超越基本的应用程序和数据集成，以满足云计算数据管理的全部功能，其中包括：

数据质量。确保数据准确性，消除重复，并不断纠正问题，以确保业务具有可信和场景信息。

主数据管理。跨所有数据源（包括交易和交互数据）提供有关业务实体（例如，客户、供应商、合作伙伴）的数据的360度视图。

数据隐私和保护。帮助快速识别敏感数据，修复人工智能驱动建议的问题，并遵守法规和数据安全策略。

如果没有这些功能，组织就会面临可能破坏业务目标的数据缺陷。随着物联网、人工智能、区块链、加密货币等技术的成熟，它们无法应对持续变化。

这里的机会是在混合多云环境中引入基于元数据驱动的人工智能基础的数据管理，以对抗复杂性，并确保数据完整、准确和最新。

这可以立即带来更好的客户关系、明智的决策和运营效率。此外，IT可以为企业的数据管理实践提供面向未来的适应性，适应下一波IT颠覆性发展。

最后，黄金门票可能不如为业务选择合适的云平台那样简单，但通过智能混合数据管理，企业可以为成功发展铺平道路。