2019年十大数据治理预测

^{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。