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:212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
  • 如今的大数据究竟发展到了什么阶段

    如今的大数据究竟发展到了什么阶段

    大数据时代,大数据分析与应用大肆盛行。越来越多的大公司大企业大集团,都越来越重视大数据的影响和作用。……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:180次

  • 如何数据标准应对这些难题

    如何数据标准应对这些难题

    应对数据标准这些难题,最经济、最理想的模式当然是:做大数据建设,首先做标准,再做大数据平台,数据仓库等。但一般的不大可能有这样的认识,很……查看详情

    发布时间:2020.11.13来源:知乎浏览量:199次

  • 数据治理和安全

    数据治理和安全

    从组织的角度来看,通过人力资源技术传递的数据需要尽可能保持清洁,一致和可转移。问题?多个系统,手动流程和其他低效率需要清理脏数据,稍后从……查看详情

    发布时间:2018.12.04来源:数据治理浏览量:281次

  • 数据治理技术措施

    数据治理技术措施

    企业构建的信息系统以满足功能应用为主,如果没有整体数据架构,应用系统就没有数据标准可参考,不可避免地会出现不同的应用系统使用不同的数据标……查看详情

    发布时间:2020.10.21来源:知乎浏览量:206次

  • 杰出数据科学家的关键技能是什么?

    杰出数据科学家的关键技能是什么?

    学习如何应用不同的Python或R算法真的很简单:众所周知, 我们只需要修改一两行代码,就能将线性回归迁移到神经网络、SVM,或者你喜欢……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:184次

  • 深度思考:从BERT看大规模数据的无监督利用

    深度思考:从BERT看大规模数据的无监督利用

    在击败 11 个 NLP 任务的 State-of-the-art 结果之后,BERT 成为了 NLP 界新的里程碑, 同时打开了新的思……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:356次

  • 产生影响:数据治理和企业架构的失落艺术

    产生影响:数据治理和企业架构的失落艺术

    看起来我们忙着跑步,以至于我们没有时间思考。我们希望更快,更快速,但我们甚至不确定我们想要实现的目标。这就像你办公室的人总是太忙,正在工……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:180次

  • 数据资产管理领域重要的三个方向

    数据资产管理领域重要的三个方向

    数据资产管理领域重要的三个方向包括:资产分析、资产治理、资产应用,并需要基于这三个方向的技术研究和实战,将流程、经验、标准和规范等产品化……查看详情

    发布时间:2020.11.06来源:知乎浏览量:176次

  • 数据质量评估体系主要参考以下5个指标

    数据质量评估体系主要参考以下5个指标

    数据质量评估体系主要参考以下指标:,针对不同的信息系统做出定量的数据质量评估,也可根据实际情况,在评估执行中进行取舍。……查看详情

    发布时间:2019.11.07来源:知乎浏览量:491次

  • 数据管理和分析趋势正在改变世界

    数据管理和分析趋势正在改变世界

    现在的数据世界正在发生什么,它将如何影响2018年的市场?比如这些头条新闻:人工智能无处不在,并将改变一切;企业继续将他们的基础设施和数……查看详情

    发布时间:2019.01.03来源:bingdata123浏览量:174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