新的独立全球分析师研究强调数据治理挑战

发布时间:2019.03.05来源:亿信华辰浏览量:142次标签:数据治理


佛罗里达州奥兰多,10月14日-交付  分析的未来,Pentaho的,一个日立数据系统公司今天宣布,由Forrester咨询公司进行的2015年8月委托研究“ 提供受控数据对于分析大规模在他们的”  2 届  年度PentahoWorld  客户会议。在对美国和英国企业负责数据治理的164名业务和IT专业人员进行在线调查时,Forrester发现组织正在努力跟上不断变化的数据业务需求,同时努力保持质量和安全性。

该研究表明,那些缺乏战略性质量方法的组织无法跟上业务需求。Forrester比较了“步行者”,他们被定义为受访者,他们表示他们的组织有效且非常有效地跟上业务数据需求(59%),与其他受访者一样,我们将其归类为“追逐者”(41%)。该研究发现,相对于步行者而言,追逐者很难及时发现和提供数据,并且在数据完整性方面存在差距。

“我们相信这项研究的结果强调了数据治理,互操作性和灵活性的重要性。日立数据系统公司Pentaho的首席执行官Quentin Gallivan说,这些调查结果是我们年度客户会议的推动力,也是我们大数据编排平台开发的核心,也是我们最近发布的6.0版本,因为客户将大数据投入使用。“虽然我们作为一个拥有大数据的行业取得了重大进展,但我们知道数据和工具必须不断发展。我们的客户处于企业大数据的前沿,这是分享最佳实践和制定数据质量战略的时候,因此他们可以帮助发展业务并通过数据提高竞争优势。“

广泛而多样的数据源为当今的企业级分析功能提供动力

根据该研究,随着企业在日益数字化的世界中不断发展,数据环境呈指数级增长。结构化和非结构化数据从事务性,操作性,以内容为中心的系统和连接的设备中累积。在此背景下,企业寻求新的创新方法来利用大数据进行决策,风险管理和业务增长。以下是委托研究的一些主要发现:

  • 平均而言,52%的公司将50个或更多不同的数据源混合在一起,以实现分析功能。大约三分之一(34%)混合100个或更多数据源,12%混合1,000或更多
  • 超过60%的受访者认为数据质量以及安全和隐私是数据治理的重要方面。数据质量,安全性和隐私在治理中至关重要。两个主题在各公司之间保持一致:数据质量和安全/隐私。总体而言,超过60%的组织将这些视为数据治理策略的“非常重要”方面。
  • 不同类型的数据需要不同级别的治理。数据专业人员认识到所有数据都不是平等的。
    • 内部部署交易数据获得最多治理,53%受到高度治理。大数据,外部交易和云源也受到45%至46%的组织的高度管辖。然而,有助于组织战略和增长目标的客户数据仍处于相对混乱的状态,只有35%的高治理。
  • 在过去的12个月中,具有高治理成熟度的组织在以下方面的能力有了显着提高:1)提高数据质量和一致性; 2)做出更明智的商业决策; 3)增加竞争优势; 4)改善客户体验,有效支持一线业务目标。
  • 如今,数据治理专业人员优先考虑运营和风险而不是奖励。绝大多数数据治理专业人员已经启用了一项或多项运营或风险能力 - 分别为91%和82%。相比之下,50%的人将分析用于业务增长目的,例如客户情绪分析,合作伙伴激励计划或交叉销售/追加销售建议

“Pentaho早期领导了解物联网等新兴趋势以及云和大数据的融合将如何影响企业IT战略。Pentaho大数据编排平台有助于应对本研究中发布的挑战:需要强大的  数据治理,多样化的数据融合以及在影响点嵌入的分析交付,因此更多组织可以演变为Pacer类别,“Gallivan补充道。


(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
  • 国内数据治理系统全面介绍

    国内数据治理系统全面介绍

    随着大数据技术的飞速发展,大数据已经融入到了各行各业,为了能让各企业的数据资产得到充分的利用,数据治理非常重要,如今数据治理已经逐渐成为……查看详情

    发布时间:2019.09.19来源:知乎浏览量:229次

  • 创新基础:智能数据治理是一项团队运动

    创新基础:智能数据治理是一项团队运动

    对于任何希望创新其战略以提高运营效率,提高质量,优化人口健康管理或推动精准医疗的卫生系统而言,数据治理是必不可少的必备措施之一。……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:158次

  • 如何建设财务主数据?四大问题对症下药各个击破

    如何建设财务主数据?四大问题对症下药各个击破

    企业主数据是用来描述企业核心业务实体的基础数据,它是具有高业务价值、可在企业内跨越各个业务部门被重复使用的数据。财务主数据作为企业主数据……查看详情

    发布时间:2020.09.19来源:头条浏览量:239次

  • 数据治理模型 - 组织数据质量管理的责任

    数据治理模型 - 组织数据质量管理的责任

    企业需要数据质量管理(DQM),它结合了业务驱动和技术观点,以应对需要高质量企业数据的战略和运营挑战。迄今为止,公司已将DQM的责任主要……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:195次

  • 从元数据角度来认识大数据

    从元数据角度来认识大数据

    什么是元数据?在前面的什么是元数据文章中,我们也提到过,元数据是数据的数据,可以帮助数据平台解决“有哪些数据”、“数据存储有多少”、“数……查看详情

    发布时间:2020.02.21来源:知乎浏览量:172次

  • 数据仓库应该怎么建立

    数据仓库应该怎么建立

    现在的社会就是一个数据化的社会,大数据已经成为大家讨论的热门话题了,对于每个企业来说,建立自己的数据仓库已经显得非常重要了,尤其是对于新……查看详情

    发布时间:2019.07.17来源:数据仓库小编浏览量:98次

  • 影响企业大数据分析的三大误区

    影响企业大数据分析的三大误区

    我们现在身处一个虚拟时空交易与现实时空交付的数字化时代。数字化正在各行业快速发展,许多企业将会经历前所未有的改变。数据正发挥着越来越重要……查看详情

    发布时间:2022.03.08来源:小亿浏览量:179次

  • 数据管理政策:数据治理的基石

    数据管理政策:数据治理的基石

    您的组织可能认为或可能不认为您需要,但我在此告诉您,数据管理策略是管理企业数据资产的基石。……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:191次

  • 数据治理的四点好处

    数据治理的四点好处

    大数据现在越来越广泛地应用在我们的日常生活当中,随着企业业务的发展,数据的来源、种类变得越来越多样化,系统改造或重新设计的难度就越大,所……查看详情

    发布时间:2022.02.22来源:小亿浏览量:226次

  • 数据质量监控

    数据质量监控

    数据质量监控可以分为数据质量的事前预防控制、事中过程控制和事后监督控制:……查看详情

    发布时间:2019.12.06来源:知乎浏览量:227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