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:422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 预约演示
相关文章推荐
  • 企业的元数据和元数据管理平台介绍

    企业的元数据和元数据管理平台介绍

    元数据管理是做什么?元数据在数据平台对原信息的收集、汇总和传递将数据平台各个模块整合起来。元数据管理系统是收集线上db、solor集群、……查看详情

    发布时间:2020.08.31来源:CSDN浏览量:469次

  • 企业数据治理的重点和难点在那里?

    企业数据治理的重点和难点在那里?

    企业数据治理的重点和难点主要体现在以下4点:.需要企业高层支持,将数据治理工作放在企业重点工作中,保证对数据治理项目人力物力的投入,提高……查看详情

    发布时间:2019.09.18来源:知乎浏览量:599次

  • 2025年大数据分析发展的预测

    2025年大数据分析发展的预测

    全球每天的互联网搜索、点击、分享、喜欢和刷卡都会产生大约2 5艾字节的数据。这仅仅是由于物联网推动的。IDC公司预测,到2025年数据量……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:385次

  • 敏捷/精益数据治理最佳实践

    敏捷/精益数据治理最佳实践

    数据治理 的目标 是确保组织内的质量,可用性,完整性,安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难,……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:490次

  • 什么是数据治理?

    什么是数据治理?

    数据治理是一个包含可用性,适用性,完整性和安全性的四向框架。它是由使用技术的利益相关者使用的一组流程,以确保管理和保护重要和关键数据。它……查看详情

    发布时间:2018.11.16来源:互联网浏览量:442次

  • 十大治理清单

    十大治理清单

    每年公司治理都会随着时代和投资者的需求而变化。今年,您的董事会应该关注几个趋势,以便始终领先于变革。……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:380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:654次

  • 大数据是大问题?组织需要为数据管理负责

    大数据是大问题?组织需要为数据管理负责

    如果数据收集在2018年让人们明白一件事的话,那就是使用数据的公司与商业模式依赖数据利用的公司之间存在一条明显而深刻的界线。……查看详情

    发布时间:2019.04.08来源:亿信华辰浏览量:405次

  • 数据标准在数据治理中的意义

    数据标准在数据治理中的意义

    数据标准是为了规范系统建设时对业务的统一理解,增强业务部门、技术部门对数据的定义与使用的一致性。新系统建设应遵照(自主开发)或尽可能与数……查看详情

    发布时间:2020.04.28来源:知乎浏览量:395次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:428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