2019年三种降低公司数据风险的方法

发布时间:2019.01.03来源:数据治理浏览量:115次标签:数据治理

企业家是自然风险承担者,风险是发展业务的必要条件。但是,一些风险不在商业领袖的控制范围之内,因此必须考虑这些外部因素,以确保企业的整体寿命和生存能力。

包括地震,海啸,火山,飓风和野火在内的灾难性事件的强度似乎在增加。网络攻击变得如此庞大,其财务影响持续存在-企业遭受收入损失,声誉受损,技术清理,严厉罚款,或者更糟糕的是,损失严重到无法恢复。任何类型的中断-无论是互联网,云还是网络提供商的失败都可能立即停止业务。

无论是直接还是间接,这些事件确实会通过共享技术生态系统,供应链,数据和情报在我们的超连接世界中产生连锁反应。这种对技术的新的和有利的-但可能是严重的-依赖性创造了一种气氛,在过去两年中,93%的组织经历了与技术相关的业务中断。因此,企业需要评估其当前的漏洞,确定其风险承受能力水平,并采取行动缓解任何薄弱环节。

以下是公司在2019年可以降低数据风险并提高弹性的三种方法。

1.评估员工和技术的地理多样性:贵公司的大部分资产,包括您的员工在一个地方?如果发生灾难,以人为本应始终是头等大事。如果需要,制定行动计划将员工及其家人搬迁到更安全的地方是一件经常被忽视的事情,但它可以节省您最宝贵的资产。通过使用虚拟桌面等创新技术,员工可以保持安全,并在需要时远程执行关键工作功能。随着公司的扩展,考虑在多个地区雇用员工或利用远程员工。

对于IT,在数据中心中进行地理分布非常重要。据ITIC称,数据中心出现故障时的财务损失估计令人恐慌- 98%的企业组织表示,一小时的停机成本超过10万美元。此外,据IDC估计,50%的组织无法在目前的备灾水平下幸免于灾难事件-通常是由于缺乏适当保护和分阶段的异地数据。评估您公司的关键数据和IT服务风险。确定是否存在冗余,连续复制和数据可用性,以及是否可以快速轻松地将数据移动到云,或者在需要时移动到备用数据中心。

2.避免供应商锁定:现代消费者始终期望可用性。您的内部消费者严重依赖技术来完成工作。因此,现代组织必须提供能够抵御错误,硬件故障,安全性妥协和数据丢失的服务。

伦敦Lloyds最近的一份报告计算出美国遭受灾难性的Cloud中断,耗资190亿美元。依赖于许多云而不仅仅是一个云提供商对冲风险应该降低,从而防止这种成本水平,并为组织创造更多灵活性。TenCate的高级系统工程师Jayme Williams意识到,在遇到多次勒索软件攻击后,选择部署多云战略。此示例突出显示了云环境中的冗余如何至关重要,对于您的网络也应如此。您是否有适当的故障转移选项?现在,利用4G / 5G无线技术的故障转移解决方案的少量投资可以增加多样性,增强您当前的服务,并有助于确保在事情发生时持续的业务正常运行时间。

IT组织还应该能够自信,无缝地以及以内部环境和任何云提供商之间的闪电般速度转移数据和工作负载。业务领导者应确保他们的技术在考虑互操作性的情况下进行选择,并且可以轻松地移动工作负载而不会干扰或中断业务。

3.计划和实践:最后,你不想等待自然灾害来敲门。如果最坏的情况发生,那么在所有部门中预先批准和实施的适当规划对于成功至关重要。必须与业主和分步说明明确制定计划。必须在所有部门负责人(包括您的董事会)之间签署计划。这涉及扩展协调和持续沟通,并且在遇到麻烦时将证明使事情尽可能无缝。

在2019年,几乎可以保证组织面临的风险只会增加,这使得最近的一项调查发现94%的企业希望在未来24个月内在IT弹性上花费更多,这让人放心。因此,随着销售团队推动以大数量结束这一年,IT团队和业务负责人也应该专注于加强防御,在必要时审查行动计划,并隐喻地承担将要发生的事情。

 


(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
  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:154次

  • 数据治理的演变

    数据治理的演变

    数据治理正在迅速发展。……查看详情

    发布时间:2019.03.12来源:亿信华辰浏览量:157次

  • 企业数据质量管理的核心要素和技术原则

    企业数据质量管理的核心要素和技术原则

    “十三五”,规划提出了国家的大数据战略,指出了企业实现以数字化驱动业务发展,实现数据开放共享,创新业务发展的新思路。现阶段大中型企业已经……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:282次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:146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:159次

  • 元数据管理在数据仓库中的应用

    元数据管理在数据仓库中的应用

    随着业务系统每年收集和使用的数据飞速增长,数据体量日趋增长,数据形态多样化且不统一,多种数据源之间的采集、传播和共享遇到困难。元数据管理……查看详情

    发布时间:2022.05.06来源:小亿浏览量:227次

  • 关于数据标准认识的几个误区

    关于数据标准认识的几个误区

    数据标准这个词,最早是在金融行业,特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准,不……查看详情

    发布时间:2019.12.20来源:知乎浏览量:124次

  • 中小行纷纷设立数据治理专营部门

    中小行纷纷设立数据治理专营部门

    “数据治理基础建设缺失、人才匮乏、意识觉醒较晚。”一名来参加今日第三届中国数字银行论坛的西部中小银行人士,用了三个并列短句,来形容目前中……查看详情

    发布时间:2019.11.29来源:CSDN浏览量:128次

  • 什么是数据集成?

    什么是数据集成?

    数据集成是将来自不同来源的数据组合到统一视图中的过程:从摄取,清理,映射和转换到目标接收器,最后使数据对访问它的人更具可操作性和价值。 ……查看详情

    发布时间:2018.12.20来源:数据治理浏览量:121次

  • 为健全数据治理奠定基础

    为健全数据治理奠定基础

    本文展示了如何构建具有广泛业务涉众参与的“基层”数据治理能力。 ……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:114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