2019年十大数据治理预测

发布时间:2018.12.19来源:亿信华辰浏览量:23次标签:数据治理

那么未来一年中数据治理的前景如何?我们正在为2019年做出以下数据治理预测:

2019年十大数据治理预测

1. GDPR对美国的监管:

GDPR已经确定了标准,并将成为跨地域事实上的标准。以加利福尼亚消费者隐私法案(CCPA)于2020年生效为例,以加利福尼亚州为例。即使像苹果,谷歌,亚马逊和Twitter这样的大型科技公司也在鼓励更多的监管,部分原因是因为他们意识到那些不提供数据隐私的公司在最前沿将感受到政府和消费者的愤怒。

2. GDPR罚款即将来临,它们将是巨大的:

也许2019年最安全的数据治理预测之一就是即将对GDPR执法施加压力。这些规定并未用于展示,因此GDPR的免费连胜可能会很快结束...... 这些头条新闻将类似于美国医疗保健行业违反健康信息可移植性隐私法(HIPAA)的数据泄露事件或医院。很多公司都会有一个“糟糕的”时刻,并意识到他们还有很多工作要做,以使他们的合规房屋井井有条。

3.数据政策作为消费者购买标准:

“数据创伤”的威胁将继续推动高管中企业数据的可见性。他们如何回应将是他们在将数据转化为真正的企业资产方面取得长期成功的关键。我们将开始看到保持反应性和防御性立场(避免疼痛)的组织与利用这种负面驱动因素的组织之间的明确划分,以提高整个企业的整体数据可见性和流畅性,同时关注机会启用。后者将推动真正的数据驱动实体的出现,而不是那些继续试图堵塞船上漏洞的实体。

4. CDO将在组织内部发挥更好的作用:

我们将看到首席数据官(CDO)的角色从CIO的中尉升级到在CIO,CMO和首席财务官旁边的桌子上占据一席之地。这将为他们提供创建可持续愿景和数据路线图所需的果汁。到目前为止,对CDO合格的角色和责任,职责和背景的性质缺乏共识。随着数据对于组织从合规性和业务角度的成功变得越来越重要,CDO的角色将变得更加明确。

5.数据操作(DataOps)获得牵引力/将完全优化:

就像DevOps在过去十年中的表现一样,2019年将会看到类似DataOps的推动。数据不再仅仅是IT问题。随着组织变得数据驱动并充斥着来自多个数据源(AI,IOT,ML等)的大量数据,组织需要更好地处理数据质量并专注于数据管理流程和实践。DataOps将使组织能够更好地使其数据民主化,并确保所有业务利益相关方协同工作,以提供高质量的数据驱动洞察。


6.业务流程将从后台迁移到中心阶段:

业务流程管理将走出后台,成为数字化转型的关键组成部分。组织建模,构建和测试自动化业务流程的能力是游戏改变者。企业可以清晰地定义,映射和分析工作流程并构建模型以推动流程改进,并识别易受最大安全性,合规性或其他风险影响的业务实践,以及最需要控制以减少风险的方法。

7.改善坏的AI / ML数据:

人工智能(AI)和机器学习(ML)是数据的消费者。使用错误数据训练AI和ML应用程序的风险最初将推动数据治理的需要,以正确管理训练数据集。一旦经过培训,他们生成的数据应该是明确的,一致的和高质量的。为了保证目的,需要不断地管理数据。

8.管理来自边缘的数据:

边缘计算将继续占据上风。虽然数据速度正在推动其采用,但组织还需要查看,管理和保护这些数据并将其带入自动化管道。物联网(IoT)是关于通常具有不透明数据结构的新数据源(设备数据)。这些数据通常与其他企业数据源集成和聚合,需要像任何其他数据一样进行管理。挑战在于记录所有不同的设备管理信息库(MIBS)并将它们映射到数据湖或集成中心。

9.没有良好数据收集的组织注定要失败:

研究表明,数据科学家和分析师花费80%的时间准备使用数据,只有20%的时间实际分析它的商业价值。如果没有自动数据收集和从所有 企业源(不仅仅是那些方便访问的数据源)中提取数据,那么通过管道传输的数据将不是最高质量和最“新鲜”的数据。结果将是错误的情报,为企业带来潜在的灾难性决策。

10.数据治理演变为数据情报:

像GDPR这样的法规正在推动大多数大型企业应对数据挑战。但数据治理不仅仅是合规性。“同类最佳”企业正在研究如何将其数据用作竞争优势。这些组织正在将其数据治理实践发展为数据智能 - 将数据管理和数据治理生命周期的所有部分连接起来,以创建可操作的洞察力。数据智能可以帮助改善客户体验并实现产品和服务的创新。

(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
  • 医疗领域的领导与治理

    医疗领域的领导与治理

    医疗保健领域的董事会感受到与其他类型组织相同的监管压力。对领导力和治理的重视使医疗保健委员会围绕董事会议席表示关注,目标是采取更强有力的……查看详情

    发布时间:2019.03.14来源:亿信华辰浏览量:17次

  • 高质量的数据一般包括哪些特征?

    高质量的数据一般包括哪些特征?

    ​基于数据决策的前提是数据可靠且相关,数据必须是“真实可信的”,否则“输出将是误导和无效的”。但是企业所收集的数据可能不完全,或者更新不……查看详情

    发布时间:2022.06.09来源:小亿浏览量:25次

  • 善治:良好学校的基础

    善治:良好学校的基础

    包机行业的头号问题是什么?大卫弗兰克认为缺乏董事会治理能力。弗兰克说:“强大的董事会将改善特许学校的许多实践问题,从那些正在努力进入高绩……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:14次

  • 金融数据治理的特征与趋势

    金融数据治理的特征与趋势

    大数据时代下金融数据治理的特征(一)金融数据治理目标双核化进入“大数据时代”,不仅更多的金融业态被催生出来,数据……查看详情

    发布时间:2019.01.04来源:亿信华辰浏览量:10次

  • 数据质量包含的要素有哪几点

    数据质量包含的要素有哪几点

    数据是企业最有价值的资产之一,越来越多的企业认识到了数据的重要性。企业的数据质量与企业经营业绩之间有着直接的关系。高质量的数据可以保持公……查看详情

    发布时间:2022.02.17来源:小亿浏览量:46次

  • 数据治理面对的挑战有哪些

    数据治理面对的挑战有哪些

    随着企业数据量的增长,大数据平台需要投资扩容,但大量的存量应用依赖的数据也在同步增长,因此也需要扩容,当然这份冗余的数据会越来越大。……查看详情

    发布时间:2022.05.07来源:小亿浏览量:27次

  • 增强数据管理吸引了更多企业的兴趣

    增强数据管理吸引了更多企业的兴趣

    “我认为数据专业人员确实希望机器处理繁琐且计算密集的东西,”Henschen说。“有很多工作要做,让机器处理他们最擅长的事情,这将使人类……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:15次

  • 政务数据治理真落地!让数据多跑路,让群众少跑腿

    政务数据治理真落地!让数据多跑路,让群众少跑腿

    DT时代,人们对“大数据”一词已不再陌生,但“数据治理是什么?数据治理和我们有什么关系?”,恐怕普通大众还是很难说清楚。实际上,现在已经……查看详情

    发布时间:2019.11.20来源:亿信华辰浏览量:13次

  • 数据指标体系搭建实践:指标管理四步法

    数据指标体系搭建实践:指标管理四步法

    因为不同人对于一个指标口径的理解,会存在偏差的,比如对于“新用户”这个原子指标的定义口径,有的人是理解为当日新注册的用户为新用户,而有些……查看详情

    发布时间:2020.09.21来源:头条浏览量:11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:17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