2019年需要关注的三个治理趋势
发布时间:2018.12.20来源:亿信华辰浏览量:73次标签:数据治理
通过精心应用RPA,优先考虑数据质量,并迎合不断变化的劳动力构成,数据专业人员可以有效地指导他们的组织进入数据驱动的未来。
所有行业和部门的数据和自动化的大规模增长在2018年继续,并没有显示出放缓的迹象。数据管理是一个非常复杂的领域,到今年为止更是如此。虽然挑战和需求的广度是巨大的,但机遇也是如此。
随着数据专业人员考虑未来的优先事项和需求,三个主要趋势可能会影响他们未来一年的努力。使机器人过程自动化工作,确保数据质量,并适应不断变化的“工具经济”,这些都为2019年的数据专业人员带来了挑战和机遇。
趋势1:数据质量是数据管理,合规性,安全性和分析挑战以及机遇的核心
洞察数据产量仅与数据本身一样有效。糟糕的数据质量可能会破坏提取有意义的价值,获得新的效率以及遵守不断发展的标准和法规的努力。数据质量受到各种问题的困扰。一个常见的原因是复杂的集成架构,其中系统变化具有级联影响,特别是来自具有非集成数据源的多个,有时重叠的应用程序。
每个系统或应用程序集成点的数据质量责任不明确,数据质量如何得到解决,数据语法,格式和结构不匹配,也会妨碍数据质量。此外,如果没有明确定义的数据质量升级流程,甚至可能无法解决问题。
认识到高质量数据的至关重要性,数据专业人员应优先考虑将治理作为确保人员,流程和系统的一致数据的方法。有效的数据治理解决方案使企业能够跨不同的源系统连接和访问数据,匹配和合并重复的记录,并生成原始数据集。数据专业人员可能会发现采用高度自动化的现代主数据管理(MDM)解决方案的价值,现在可以比以往更快地实施,并提供了一种增强数据管理和确保数据质量的综合方法。
趋势2:新的人才模型迫使人们更加依赖数据治理,安全性和可访问性
人们的工作方式正在迅速变化。虽然大多数员工以前都是全职工作并在现场工作,但今天许多公司员工中越来越多的人都是“临时工” - 自由职业者,独立承包商以及那些参与所谓“演出经济”的人。在今天的美国,三分之一的美国人从事某种形式的自由职业,2017年的一项研究报告称,到2020年,整体自营职业可能会增加两倍,达到4200万。
虽然这种变化可以为组织带来新的好处和机会,但它也强调了有效管理数据,保护数据以及为远程员工提供可访问性的重要性。实际上,当组织吸引自由职业者时,众多设备,系统和用户能力可能会有很大差异。同时,这些承包商工作人员需要系统和数据访问才能在现场外工作。整个过程中,数据专业人员面临着不断变化的网络安全威胁以及自由职业者可能导致的网络卫生状况不佳的问题,从而确保数据安全。
在未来一年,数据专业人员将需要继续适应不断变化的劳动力性质,并预测随着自由职业劳动力的不断发展所需要的工具和流程,以及更多公司转向合同工以实现各种企业职能。
趋势3:具有前瞻性思维的组织正在使用机器人过程自动化(RPA)来推动数据治理
随着企业数据量的增长,数据专业人员将继续面临聚合和策划如此多信息的挑战。在某些情况下,机器人过程自动化(RPA)是增强和改进数据治理的有用工具。RPA特别适用于重复性任务,如数据清理,规范化和元数据创建或更新。
作为从不同格式的多个来源汇总数据的一种手段,RPA提供了许多潜在的好处,其中包括:提高监管,非财务和风险报告的效率; 精简和更有效的数据采样; 通过更高的过程质量和一致性改善结果; 新效率带来的生产力和资源能力提高。RPA还会产生数据转换记录,这对于企业目标(如流程优化和法规遵从性)而言非常重要。
展望2019年,RPA的潜在优势和使用案例将继续增长 - 但并非所有流程都适合自动化。数据专业人员和其他组织领导者应该仔细研究他们的需求和运营,并进行成本/收益分析,以确定是否存在合并RPA的业务案例。在某些情况下,组织可以通过人员或流程计划找到可比较的福利。
-
银行金融机构如何做好数据治理
数据治理是用于描述给定组织中数据的所有过程和管理的术语,包括所述数据的质量,保护和使用。由于所持数据的性质,金融服务公司可能特别需要治理……查看详情发布时间:2019.08.16来源:知乎浏览量:108次
-
如何构建我国的数据治理体系
公司应该考虑它是否有数据治理政策,如果有,是否全面有效。数据治理政策已成为监管期望,作为核心质量体系政策之一。企业应根据对流程的理解和技……查看详情发布时间:2019.08.16来源:知乎浏览量:103次
-
区块链是金融数据治理的天然工具
一、从金融数据管理到金融数据治理进入“大数据时代”,不仅催生更多金融业态,数据体量更是呈现爆炸式增长。如何将金融……查看详情发布时间:2019.01.07来源:亿信华辰浏览量:86次
-
互联网企业数据治理决策要这么建
企业需要协调多个提供和使用数据的参与方之间发生的复杂关系,由于企业缺乏数据治理可能导致数据滥用/误用等破坏性后果,并导致市场失灵。传统的……查看详情发布时间:2019.08.19来源:CSDN浏览量:85次
-
大数据时代的数据治理
随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情发布时间:2020.03.19来源:知乎浏览量:86次
-
2019年的数据架构趋势
当今数字业务的一个主要问题是数据的可靠性。许多商业用户仍在评判数据引导分析的最终价值,并持有一定程度的怀疑态度,这只会随着时间的推移而改……查看详情发布时间:2019.02.13来源:数据治理浏览量:77次
-
元数据:数据治理的燃料
企业渴望从可提供竞争优势的数据中获取洞察力。实现这一目标的最常见障碍是数据质量差。如果输入到预测算法的数据是“脏的”(具有丢失或无效的值……查看详情发布时间:2019.08.02来源:知乎浏览量:92次
-
数据治理没有权威定义
数据治理没有权威定义,但在实践中,它要么是管理数据资产以确保可信度和责任的首要过程,要么是所述流程的最高级别,即制定决策和制定策略的流程……查看详情发布时间:2018.12.04来源:Daniel Howard,Philip Howard浏览量:81次