企业架构与数据治理:探索链接

发布时间:2019.02.19来源:亿信华辰浏览量:174次标签:数据治理


从公司意义上讲,创新管理是通过采用创新的想法,产品,流程和业务模型,快速有效地实现组织目标。大多数组织开始意识到,为了推动业务增长并保持竞争优势,需要快速发现和实施创新,并小心确保最大价值。

创新过程需要在组织中进行管理和管理,并且是公司整体职能的重要方面。

企业架构(EA)是一种常年的创新工具。这是因为一旦你发展出一个好主意; 您需要确保利用EA来了解如何成功实施它。对特定创意的投资需要一定程度的信心,即产品,服务,IT组件或业务流程将进入市场或积极改变业务。相反,IT需要追溯到驱动它的创新。没有这种可追溯性意味着很难看到IT的价值以及它如何推动业务发展。此外,还需要利用创新者和管理EA者之间的有限互动。

没有EA,关于正确的想法和要求的决策更多是一个乐透。而且,虽然随时随地有越来越多的项目和敏捷开发方法的兴起,但公司根本没有投入足够的时间来将创新与EA结合起来。DevOps和持续交付是连接创新管理的主要候选者。在速度和上市时间方面,频率,能力和发布周期是竞争优势的关键; EA对决策的支持可以让创新的想法降低风险,而不会出现代价高昂的错误。

数据治理对企业架构的重要性

当企业架构的目标是为整个企业建模时,企业架构经常失败,因此需要执行适当数量的企业架构才能实现结果。敏捷方法(如Scrum)有时可用于构建可以提供所需内容的小型企业体系结构。Scrum技术利用团队合作,时间交付和识别“专家”来帮助解决具体问题。

诸如“看板”之类的其他技术可用于帮助可视化建筑概念的状态及其在敏捷过程中的旅程。在创新管理中,我们可以向用户展示创新生命周期中不同概念的旅程,从而提高整个团队的可见性。当与ArchiMate和TOGAF等EA框架结合使用时,Scrum将重点放在EA上。

EA的敏捷方法允许持续改进,并与业务所获得的增量创意很好地联系。

总结数据治理架构与创新管理

我们已经注意到,EA思维并没有以应有的方式影响创新管理,因为创新项目不一定与业务的转型需求保持一致。EA通常会解决转型挑战,例如合并/收购,业务和IT协调,大数据采用,IT外包等。有太多想法和更多项目需要。

EA需要找到影响创新管理的地方。在创新不断发展的地方,EA提供了足够的架构来帮助影响创新决策,而当前的创新管理平台还没有解决EA问题。

这是一种疏忽,但它是可以理解的,因为这些旧平台的遗产不能提供EA方法所需的严格性。组织告诉我们他们的资源很少,所以我们以一种让每个人都受益的方式利用资源绝对至关重要。通过创新管理和EA,我们可以通过向他们提供从可用资源中选择正确行动方案的指导来帮助公司实现这一目标。因此,可以与创新管理和敏捷EA结合的平台可以为创新计划和EA活动提供真正的决策。

创新需要是真实的,并将其与底层企业架构联系起来,展示了创意的演变过程。企业架构需要能够解决真正的创新问题。如果架构改变了这对创新及其相关策略有何影响?创新管理与敏捷企业架构齐头并进。虽然每个人都可以凭借自身的成功获得成功,但是当他们彼此结合使用时,可以实现全部收益。

(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
  • 数据治理的发展历程

    数据治理的发展历程

    数据治理技术的发展使得其中最好的技术为组织的数据景观提供了完全的透明性,并为业务用户在搜索、访问和应用数据时提供了一种方便快捷的体验。……查看详情

    发布时间:2018.11.19来源:艾米丽华盛顿浏览量:221次

  • 构建有效的数据科学团队

    构建有效的数据科学团队

    随着数据科学和人工智能几乎进入阳光下的每个行业,建立一个能够建立成功的AI项目的团队的挑战也是如此。对统计学家,程序员和沟通者完美融合的……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:214次

  • 银行的数据治理最佳实践

    银行的数据治理最佳实践

    数据治理本身分狭义和广义两个区别,狭义的治理主要是组织、制度、流程这些,data governance的一个定义就是 the manag……查看详情

    发布时间:2018.11.29来源:知乎浏览量:210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:450次

  • 数据标准化的难题

    数据标准化的难题

    数据标准好制定,但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年,各个行业,各个组织都在建设自己的数据标准,但是你很少……查看详情

    发布时间:2020.11.13来源:知乎浏览量:177次

  • 企业怎样建立完整的数据治理体系?

    企业怎样建立完整的数据治理体系?

    大数据智能时代,管理不再是传统的做法,一套完善的数据管理体系是企业长远要生存的必须择决。我们的生活已经离不开大数据,企业的数据管理不仅能……查看详情

    发布时间:2020.03.26来源:知乎浏览量:148次

  • 零售商的数据治理势在必行

    零售商的数据治理势在必行

    最好的零售商擅长推销商品。在顶级的实体和电子商务商店,产品组织巧妙,布置精美,色彩鲜明,使客户可以轻松找到他们想要的东西。做得好,商品推……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:181次

  • 企业数字化转型需重视哪些问题

    企业数字化转型需重视哪些问题

    大数据可以帮助企业制定可行的战略规划,获取客户洞察力,支持客户购买行为,建立新的商业模式,从而赢得竞争优势。成功的企业数字案例显然有自己……查看详情

    发布时间:2019.11.07来源:知乎浏览量:163次

  • 数据治理中如何做好数据清理与归档

    数据治理中如何做好数据清理与归档

    传统上,数据的清理和归档属于DBA的职责,随着企业数字化转型、数据治理工作的推进,这项工作也被纳入了数据治理工作的重要内容。数据团队定期……查看详情

    发布时间:2022.05.31来源:互联网浏览量:530次

  • 银行业数据治理还面临着四方面的挑战

    银行业数据治理还面临着四方面的挑战

    一是数据整合度不高。银行内部数据虽多,涉及各个业务条线、各个部门,但未经系统化的治理,数据分布零散化,搜集整合存在错配,未能实现大数据集……查看详情

    发布时间:2019.11.29来源:知乎浏览量:158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