数据治理2.0:2018年最值得关注的数据

发布时间:2019.01.25来源:亿信华辰浏览量:196次标签:数据治理


今年,我们将在震中的Data Governance 2.0中看到我们收集,存储和使用数据的方式发生了巨大变化。对于许多组织而言,这些变化将是被动的,因为它们必须适应新的法规。其他人将使用监管变革作为催化剂,积极主动地使用他们的数据。理想情况下,你会想要属于后一类。

数据驱动型企业及其相关行业正在经历前所未有的变化。

近年来不仅数据量激增,我们现在也看到数据提供的数量也在增加。从本质上讲,我们发现较小的数据单元更有用,但收集的数据比以往任何时候都多。

目前,数据机会似乎无边无际,我们几乎没有开始划清界限。所以这是2018年预期的一些最大的数据改变。

GDPR

通用数据保护条例(GDPR)具有组织扰。对违规行为的处罚将于5月25日立即生效,罚款高达2000万欧元,占该公司全球年营业额的4%,以较高者为准。

虽然这是欧洲的授权,但事实是所有与欧洲交易的组织,不仅仅是非洲大陆的组织,都必须遵守。正因为如此,我们正在全球范围内努力引入新的政策,程序和系统,以便按照自Y2K以来从未见过的规模进行准备。

很容易将这种性质的强制性变化视为负担。但从监管和商业角度来看,这种变化已经过期了。

在监管方面,必须采用全球化的方法。数据不像物理材料那样遵守边界,不同州,国家和大陆之间的冲突标准难以进行充分的监管。

在业务方面,许多组织已经扼杀了他们的数字化转型工作,使其成为数据驱动的,忽视了正确管理能够实现数据的数据。GDPR需要一种数据治理(DG)的协作方法,一旦正确完成,将增加价值并实现合规性。

数据治理的兴起2.0

数据治理1.0由于其孤立,不协作的特性而未能获得立足点。它缺乏对业务成果的关注,因此企业领导者一直在努力看到它的价值。因此,IT部门负责对数据元素进行编目以支持搜索和发现,但由于从业务运营方面被删除,他们很少了解数据的上下文。这意味着数据通常不完整且质量差,无法实现有效的数据驱动业务。

在新的监管标准的鼓励下,公司范围内的数据治理责任将从根本上改变企业对数据治理的看法。数据治理2.0及其协作方法将成为新常态,这意味着那些从数据及其见解中获益最多的人将直接参与其治理。

这意味着更多来自C级管理人员,直线经理等的支持。这意味着更高的责任感,以及更高的可发现性和可追溯性。最重要的是,它意味着更好的数据质量,可以更自信地制定更快,更好的决策。

升级的数字化转型

数字化转型及其突出性今年不会减少。实际上,多亏了Data Governance 2.0,数字化转型有望加速 - 而不是放慢速度。

致力于数据治理而不仅仅是合规性的组织将获得回报。通过更强大的数据治理基础,正在进行数字化转型的组织将享受到许多重要的好处,包括更好的决策制定,更高的运营效率,更好的数据理解和沿袭,更高的数据质量和更高的收入。

数据驱动的样本,如亚马逊,Airbnb和优步,已经享受到这些好处,利用它们来破坏并主导各自的行业。但是你不必是亚马逊大小来实现它们。脱银DG并将其视为一项战略举措是数据驱动成功的第一步。

数据作为有价值资产

2017年数据变得比石油更有价值。然而,尽管进行了这一评估,但许多企业却忽略了将其数据视为珍贵资产。就上下文而言,工业革命是由必须维护良好以保证正常运行的机器提供动力,因为停机会导致损失。这种机器为企业增加了价值,因此它具有天生的价值。

快进到2018年,数据处于中心位置。因为数据是价值驱动因素,所以数据本身很有价值。仅仅因为它没有物理存在并不意味着它没有物理资产那么重要。因此,企业需要改变他们对数据的看法,而这一年的思维可能会发生变化。

启用DG的AI和IoT

人工智能(AI)和物联网(IoT)不是新概念。然而,它们还没有完全实现,仍然有竞争的企业从这些市场中分得一杯羹。

随着两者的不断扩大,他们将把已经加速的数据量 - 特别是非结构化数据 - 增加到几乎不可思议的水平。三个V的数据趋于一致升级。随着音量的增加,必须处理数据的速度和速度也会增加。各种数据 - 在这些情况下大多数是非结构化的 - 也会增加,因此要管理它,企业需要实施有效的数据治理。

除了强大的数据治理实践外,越来越多的企业将转向NoSQL数据库来管理不同的数据类型。


(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
  • 从数据中台到AI中台

    从数据中台到AI中台

    企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。1、数据……查看详情

    发布时间:2019.03.14来源:亿信华辰浏览量:139次

  • 高质量的数据一般包括哪些特征?

    高质量的数据一般包括哪些特征?

    ​基于数据决策的前提是数据可靠且相关,数据必须是“真实可信的”,否则“输出将是误导和无效的”。但是企业所收集的数据可能不完全,或者更新不……查看详情

    发布时间:2022.06.09来源:小亿浏览量:3401次

  • 数据治理-从理论到实践(一)

    数据治理-从理论到实践(一)

    数据治理不是一门技术,而是逻辑性很强的理论型学科。……查看详情

    发布时间:2019.08.07来源:CSDN浏览量:162次

  • 数据治理-理数据,现状分析

    数据治理-理数据,现状分析

    针对企业数据治理所处的内外部环境,从组织、人员、流程、数据四个方面入手,进行数据治理现状的分析。……查看详情

    发布时间:2020.07.17来源:知乎浏览量:168次

  • 电力数据治理方案如何实施?要注意什么?

    电力数据治理方案如何实施?要注意什么?

    电力行业数据治理痛点,包括整体架构缺乏统一的数据中心,孤岛现象严重;数据治理方面缺乏统一的数据标准和数据质量关系;电力数据治理方案如何实……查看详情

    发布时间:2021.04.09来源:亿信数据治理研究院浏览量:684次

  • 理论之企业数据挖掘成功之道

    理论之企业数据挖掘成功之道

    面对现在海量的、不完整的、模棱两可的数据,运用数据挖掘算法对数据进行查找,找出人们所不知道的、有实用价值的信息,这一过程就是数据挖据。随……查看详情

    发布时间:2019.05.23来源:知乎浏览量:128次

  • 金融业如何解困破局、实现数据有序治理和高效利用

    金融业如何解困破局、实现数据有序治理和高效利用

    现如今金融业如何解困破局、实现数据有序治理和高效利用,是需要共同探讨的重点议题。数据治理应遵循四大基本原则。……查看详情

    发布时间:2019.12.12来源:知乎浏览量:132次

  • 智与理的结合:当数据治理遇上人工智能

    智与理的结合:当数据治理遇上人工智能

    近日,中国移动研究院发布文章,解说了数据治理和人工智能两者之间各自发展历程,论证了两者在结构功能上的相互作用,阐明了两者共同发展的前……查看详情

    发布时间:2018.09.18来源:中国大数据产业观察网浏览量:411次

  • 数据科学趋势在2019年

    数据科学趋势在2019年

    在谈到2019年要关注的主要数据科学趋势时,Kaggle的联合创始人兼首席执行官Anthony Goldbloom 预测,很快数据中心将……查看详情

    发布时间:2019.01.04来源:数据治理浏览量:103次

  • 来自园艺的5个数据治理课程

    来自园艺的5个数据治理课程

    所有这些数据增长和收购挑战都要求我们重新考虑我们的数据治理策略。我们根本没有确保正确管理和使用数据所需的可见性。我们的首要任务是消除风险……查看详情

    发布时间:2018.12.04来源:Debi Tadd浏览量:252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