指数技术时代的数据治理

发布时间:2019.01.02来源:亿信华辰浏览量:44次标签:数据治理

新兴的数据需求和数据生成技术需要两种类型的数据治理:安全性,以及整体企业级治理的需求,而不是逐个孤岛的治理。

企业中出现了一个重要的新价值来源:与所谓的指数技术相关的数据,例如物联网(IoT),增强现实(AR),人工智能(AI)和机器人技术。

这些技术生成并消耗大量数据,通过适当的治理,这些数据可以成为新的和破坏性的客户参与模式,新产品和服务,新业务模型以及数字转换的基础。虽然每个领域都有自己独特的机遇和挑战,但有两个领域的数据治理对所有这些领域至关重要:安全性,以及对整体企业级治理的需求,而不是对孤立的治理。筒仓基础。

弥合信任差距

公司与客户和利益相关者之间的关系始终建立在相互信任的基础上,但最近很多公司都没有跟上交易的结束。像GDPR和新加利福尼亚州消费者隐私法案这样的法规是信任鸿沟的症状,这些信任是由无休止的数据泄露和超出客户意图或授权的数据使用造成的。 

要恢复信任,仅 基于法规遵从性的数据治理是不够的。公司必须成为真正的数据保管人,数据治理必须由客户和利益相关者的需求驱动。鉴于当今企业中复杂而分散的数据世界,这需要广泛的端到端战略。

整体观点

每个接触数据的人都熟悉数据碎片的强烈倾向。例如,理想采购的数据可能无法满足工厂车间的需求,更不用说仓储系统或零售店的需求,即使这些业务功能之间存在很大的相互依赖性。

指数技术也不例外,这种数据孤岛的趋势。这些技术的早期迭代可能更多地被视为试验或实验,因此从业务的其他部分集成和共享数据和元数据的优先级可能是最小的。但在架构层面,为这些技术提供支持的所有必要数据的集成和治理必须是核心设计原则,而不是事后的想法。否则,从实验走向现实的过程将大大延迟。

物联网

在物联网方面,数据治理挑战涉及所有“3 V - 容量,速度和变化。公司仍然在学习如何处理大数据,而物联网将大量数据量大大减少。此外,物联网产生流数据,这与传统的交易数据非常不同。如果公司要实时利用这些数据,他们将需要学习如何动态解析和处理流媒体事件,通常无法控制数据的来源或如何收集数据。能够实现这一目标的公司将能够为其客户提供引人注目的功能。例如,制造商监控的联网汽车可以在发生任何损坏之前通知驾驶员低油或传感器问题。

摄取,过滤和聚合所有这些数据需要仔细规划,而像传感器读数频率这样的“小”细节可以在成功中发挥重要作用。存储是另一个问题。目前批量捕获的方法在长期基础上是不可行的,因为任何公司存储的数据都太多了。最后,必须找到将这些数据与其他企业数据(包括驻留在遗留系统中的数据)集成的方法,以便从这些数据可以阐明的新见解中真正生成价值。

增强现实

增强现实依赖于两种类型的数据:位置数据(位置,方向)以及增加用户所看到的内容所需的文本和视觉相应资产。该领域的良好治理意味着立即使所需资产可用,这可能会影响存储选项。某些资产(例如与零售相关的资产)也需要定期更新,但AR可以提供的体验值得付出努力。例如,进入百货商店的顾客可以根据他们的购买历史被引导到特定的展示,一旦他们到达,他们就可以在装有AR的“魔镜”中看到自己穿着最新的时尚而不必亲自穿上衣服。



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 手把手系列:常用数据交换方案之RESTful接口处理

    手把手系列:常用数据交换方案之RESTful接口处理

    随着技术的发展与互联网的普及,除了传统的库表、文件方式之外,API接口也成为一种常用的交换方式。于是乎,越来越多的项目存在这样的接口数据……查看详情

    发布时间:2021.01.12来源:知乎浏览量:26次

  • 如何保证数据质量?针对性业务方面的数据质量如何提升

    如何保证数据质量?针对性业务方面的数据质量如何提升

    平时企业都会处理数据质量的问题,越来越能够懂得数据库整套系统的运行模式和模型概念,深深觉得数据挖掘的本质其实不仅仅是从海量的数据中发现有……查看详情

    发布时间:2019.11.15来源:知乎浏览量:25次

  • 零售商的数据治理势在必行

    零售商的数据治理势在必行

    最好的零售商擅长推销商品。在顶级的实体和电子商务商店,产品组织巧妙,布置精美,色彩鲜明,使客户可以轻松找到他们想要的东西。做得好,商品推……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:34次

  • 数据治理管理干货 | 数据质量管理的方法

    数据治理管理干货 | 数据质量管理的方法

    原始数据通常包含错误,如果不做数据质量管理,可能会导致错误的结果。数据质量管理是数据治理中获得正确上下文和结论的基本步骤。……查看详情

    发布时间:2021.06.22来源:亿信数据治理知识库浏览量:46次

  • 2019年大数据发展趋势预测

    2019年大数据发展趋势预测

    九十年前,法国诗人保罗瓦列里写道:“未来不再像过去那样。”从00年代中期开始的大数据趋势也可以这么说。 面对崭新的2019年,Da……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:19次

  • 大数据环境下的数据质量管理策略

    大数据环境下的数据质量管理策略

    信息时代,数据已经慢慢成为一种资产,数据质量成为决定资产优劣的一个重要方面。随着大数据的发展,越来越丰富的数据给数据质量的提升带来了新的……查看详情

    发布时间:2019.11.06来源:知乎浏览量:35次

  • 数据治理为什么成为企业必备?

    数据治理为什么成为企业必备?

    基本概念什么是数据治理?答:又叫”数据管控”。引用《DAMA数据管理知识体系指南》一书给出的定义:数据治理是对数……查看详情

    发布时间:2020.07.29来源:CSDN浏览量:59次

  • 企业数据治理框架

    企业数据治理框架

    大多数公司都采用零碎,随意的方式收集和存储数据。公司采用孤立的方法获取数据并不罕见,每个部门都自己收集数据并设计自己的管理规则。从整体上……查看详情

    发布时间:2019.08.02来源:知乎浏览量:18次

  • 企业为什么要实施数据治理项目

    企业为什么要实施数据治理项目

    目前业界并没有对其概念的统一标准定义,我们可以这么认为,数据治理从本质上看就是对一个机构(企业或政府部门)的数据从收集融合到分析管理和利……查看详情

    发布时间:2020.04.09来源:知乎浏览量:18次

  • 数据治理分析项目最佳实践

    数据治理分析项目最佳实践

    当今信息化建设程度不断深入,企业在优化整合各种IT能力,使IT成为企业的前进驱动力与核心竞争力的同时,将视角关注于更深层次的数据治理与分……查看详情

    发布时间:2019.08.08来源:CSDN浏览量:25次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议