重大数据治理预测

发布时间:2019.01.17来源:亿信华辰浏览量:75次标签:数据治理

      

去年见证了数据治理觉醒 - 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。


(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
  • 如何保证数据质量、数据治理:让数据质量更好

    如何保证数据质量、数据治理:让数据质量更好

    数据分析、数据挖掘等各种数据应用都离不开数据质量,数据质量的重要性不用多表。今天来浅谈如何通过数据治理,来保证数据质量。数据的生命周期往……查看详情

    发布时间:2019.09.12来源:知乎浏览量:95次

  • 数据治理寻求未来:平衡数据治理和数据管理

    数据治理寻求未来:平衡数据治理和数据管理

    想要通过快速访问高质量数据,灌输信心并支持数据驱动的决策,为业务合作伙伴创造竞争优势吗?那么这篇文章你一定得看!……查看详情

    发布时间:2019.08.29来源:知乎浏览量:46次

  • 数据治理对于大数据分析势在必行

    数据治理对于大数据分析势在必行

    数据被定义为“收集在一起以供参考或分析的事实和统计数据。”信息是“关于某事物或某人提供或了解的事实,”这是一个至关重要的信息。“信息治理……查看详情

    发布时间:2018.11.21来源:浏览量:59次

  • 企业级数据治理面临的挑战与对策

    企业级数据治理面临的挑战与对策

    数据治理是社会深度信息化的产物,显示数据正从独占转为共享、从封闭走向开放、从权力变成资源的趋势。目前国内外对其有多种定义,如数据治理是对……查看详情

    发布时间:2019.08.20来源:知乎浏览量:141次

  • 企业如何实现成功的数据治理

    企业如何实现成功的数据治理

    如今,大数据正在社会的各行各业发挥着越来越重要的作用,数据已成为企业的核心资产和重要战略资源,是重要的生产因素。但是数据中存在着各种各样……查看详情

    发布时间:2019.09.09来源:知乎浏览量:60次

  • 什么是数据治理?

    什么是数据治理?

    可用性指数据可用、可信且有质量保证,不会因为分析结果的准确性造成偏差,从业者可以放心地根据数据结果做业务决策;完整性分为两个方面,一方面……查看详情

    发布时间:2019.11.01来源:知乎浏览量:74次

  • 2019年的数据架构趋势

    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:63次

  • 组织文化的正确数据治理

    组织文化的正确数据治理

    “如果你注意听到会议发言人使用”文化“这个词的次数,你会感到惊讶,” Sierra Creek Consulting的创始人玛丽·莱文斯……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:69次

  • 什么是医疗保健中的数据治理?

    什么是医疗保健中的数据治理?

    数据治理是一种管理数据的方法,允许组织平衡两个需求:收集和保护信息的需求,同时从信息中获取价值。但它远不止于此。健康数据包括患者的个人和……查看详情

    发布时间:2018.11.20来源:数据治理浏览量:82次

  • 当前数据治理存在哪些问题和困难?

    当前数据治理存在哪些问题和困难?

    数据治理不只是技术问题,更是一个管理问题。例如大家常见的项目管理系统只是一个工具,如何让项目管理工具与项目管理思想相匹配才是项目管理系统……查看详情

    发布时间:2020.04.09来源:知乎浏览量:87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