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:133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
  • 如果您没有数据管理策略,您的数据将毫无用处

    如果您没有数据管理策略,您的数据将毫无用处

    在谈到数据革命时,我们会想到大胆的交互式仪表板,其中包含令人大开眼界的见解。这些丰富多彩的图表背后是一个可靠的数据治理系统。数据治理是看……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:122次

  • 融”出生命力 “合”出新动能:贵阳推动大数据与实体经济深度融合发展

    融”出生命力 “合”出新动能:贵阳推动大数据与实体经济深度融合发展

    “它以当前中国经济罕见的两位数增长率,领跑全国城市。它以创新驱动传统产业转型升级的路径,成为后发优势地区仰望的标杆。”这是去年12月15……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:122次

  • 为正在进行的数据治理提供资金

    为正在进行的数据治理提供资金

    我们不会在这里更详细地讨论这些选项; 它们遵循与为数据治理计划的设计提供资金时所讨论的相同的一般模式。但是,值得注意的是,使数据治理依赖……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:122次

  • 数据治理为什么会重新引起关注?

    数据治理为什么会重新引起关注?

    这突出了数据治理的重要性。由数据治理研究所定义为“信息相关过程的决策权和责任系统,根据商定的模型执行,描述谁可以采取什么行动与什么信息,……查看详情

    发布时间:2019.09.04来源:知乎浏览量:150次

  • 数据质量管理策略-从产生数据的源头开始抓

    数据质量管理策略-从产生数据的源头开始抓

    为了改进和提高数据质量,必须从产生数据的源头开始抓起,从管理入手,对数据运行的全过程进行监控,密切关注数据质量的发展和变化,深入研究数据……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:147次

  • 数据资产管理催动数据价值加快释放

    数据资产管理催动数据价值加快释放

    12月10日,由中国信息通信研究院、中国通信标准化协会、中国互联网协会联合举办的“2019数据资产管理大会”在京召开。多位大数据行业专家……查看详情

    发布时间:2020.03.26来源:知乎浏览量:115次

  • 如何选择数据治理工具

    如何选择数据治理工具

    有许多场景需要数据治理工具。在严格的行业法规下运营,利用分析软件和/或定期整合关键主题领域的数据的企业将发现自己正在寻找数据治理工具来帮……查看详情

    发布时间:2019.07.04来源:知乎浏览量:102次

  • 数据治理成功的预测指标

    数据治理成功的预测指标

    简而言之,数据治理项目在组织内经常遇到的挑战通常与高级管理层和业务中的数据文化状态密切相关。从这两个利益相关方团体获得支持可以显着提高数……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:118次

  • 打破数据治理:数据质量

    打破数据治理:数据质量

    任何数据驱动的计划的成功取决于该数据是否相关且值得信赖。随着越来越多的大学将数据视为负责任的战略规划和计划的关键,许多人都意识到:有些数……查看详情

    发布时间:2019.07.11来源:知乎浏览量:138次

  • 如何制定数据标准

    如何制定数据标准

    一般来说,对于政府,会有国家或地方政府发文的数据标准管理办法,其中会详细规定相关的数据标准。所以在此主要讲企业如何制定数据标准。……查看详情

    发布时间:2019.12.20来源:知乎浏览量:112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