重大数据治理预测
发布时间:2019.01.17来源:亿信华辰浏览量:98次标签:数据治理
去年见证了数据治理的觉醒 - 或者正如“ 华尔街日报” 所称的那样,“全球数据治理计算”。数据引发了巨大的数据并造成创伤 - 从Facebook到Equifax,从雅虎到万豪。这个清单一直在继续。然后, 欧盟的通用数据保护条例(GDPR)生效,许多组织争先恐后地遵守法规。
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法规,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者共同努力,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将80%的时间用于准备使用数据,只有20%的时间用于实际分析商业价值。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。
-
企业如何建立主数据管理平台让数据增值
90年代中期,ERP兴起并得到快速发展。然而,最早的ERP系统中并没有主数据(Masterdata)的概念,而是被称作基础数据。基础数据……查看详情发布时间:2020.08.28来源:知乎浏览量:120次
-
企业构建数据中台是否存在一个量化或判断的标准?
对这个问题有几种解读,第一种解读是说企业是否要构建自己的数据中台,这个问题有没有标准?以这个问题来讲的话,我们认为所有的企业它都需要数据……查看详情发布时间:2021.01.23来源:知乎浏览量:107次
-
构建金融大数据标准体系的意义和目标
随着政府职能的逐步简政放权,标准作为辅助行业管理、规范行业发展、形成规模化效应的重要手段,将在社会治理体系中发挥更重要的作用。为顺应形势……查看详情发布时间:2019.12.27来源:CSDN浏览量:96次
-
数字化时代的大数据治理应该怎么做呢?
随着时代的发展,各个企业收集数据的渠道越来越多样化,也有越来越多的企业开始应用大数据来创造价值,为了合理有效的挖掘数据资源来源的价值,首……查看详情发布时间:2019.07.17来源:知乎浏览量:111次
-
数据治理:清洁客户数据的注意事项
根据相关研究显示,超过50%的企业花在清理数据上的时间比实际使用时要多,确保数据质量对营销成功至关重要。……查看详情发布时间:2019.06.28来源:知乎浏览量:70次
-
数据治理治什么?在哪治?怎么治?
数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。其实在我看来,……查看详情发布时间:2020.06.24来源:知乎浏览量:69次
-
数据治理的应用指南——亿信华辰
数据治理(有时也称为IT治理)是存储管理的关键部分。显然,IT治理总体上与数据治理密切相关:IT是任何数据治理项目的组成部分。……查看详情发布时间:2019.02.13来源:亿信华辰浏览量:95次