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:290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
  • 主数据管理第二步——体系构建

    主数据管理第二步——体系构建

    “纸上得来终觉浅,绝知此事要躬行。”然而主数据管理工作该怎么做?流程是怎样的?责任如何落实?……这些问题无不与主数据管理体系的构建有着密……查看详情

    发布时间:2019.10.24来源:亿信华辰浏览量:450次

  • 数据治理治什么?在哪治?怎么治?

    数据治理治什么?在哪治?怎么治?

    数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。其实在我看来,……查看详情

    发布时间:2020.06.24来源:知乎浏览量:414次

  • 管理、选择性投资推动了Hmshost的多渠道数字化之旅

    管理、选择性投资推动了Hmshost的多渠道数字化之旅

    hmshost利用跨渠道数据优化饥饿旅客的用餐体验。……查看详情

    发布时间:2019.01.15来源:亿信华辰浏览量:269次

  • 数据情报,数据治理和第四次工业革命

    数据情报,数据治理和第四次工业革命

    世界经济论坛创始人,“第四次工业革命 ”一书的作者克劳斯·施瓦布表示,目前技术突破的速度没有历史先例,第四次革命是以指数而非线性的速度发……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:304次

  • 数据治理—各种规模银行的增长之路

    数据治理—各种规模银行的增长之路

    银行看到修复数据问题的成本显着上升。无论是建立集成能力以应对老化技术的直接费用,还是监管机构或审计师发现数据问题和评估民事罚款的间接费用……查看详情

    发布时间:2019.03.27来源:亿信华辰浏览量:240次

  • 数据治理带给企业的6个惊喜

    数据治理带给企业的6个惊喜

    数据治理是GDPR的强制要求实际是一把双刃剑。一方面,法律法规的强制规定能立即引起客户对数据治理的重视。另一方面,为了达到合规,很多企业……查看详情

    发布时间:2019.08.07来源:CSDN浏览量:272次

  • 如何做好企业数据标准化管理

    如何做好企业数据标准化管理

    中期规划要形成业务标准与技术标准对接机制,特别是如何处理存量业务标准的问题,例如,现有“客户地址”信息项有多种不同的技术标准,如何形成统……查看详情

    发布时间:2020.04.28来源:知乎浏览量:327次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:767次

  • 2019年的数据治理趋势

    2019年的数据治理趋势

    2018年十月,DATAVERSITY ®发布报告趋势数据治理和数据管理,这是基于对囊括主要来自信息和数据治理专家,数据和信息架构师,以……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:384次

  • 一套完事数据治理平台解决你数据太多、太乱、太杂的问题

    一套完事数据治理平台解决你数据太多、太乱、太杂的问题

    智能是基于数据的,而数据又是基于大量人工与工程努力的,所以人工智能还有相当一部分「人工」。数据收集需要人工确定数据源,或者手动写爬虫;数……查看详情

    发布时间:2019.10.25来源:知乎浏览量:487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