增强数据管理吸引了更多企业的兴趣

随着企业越来越多地对增强分析进行标准化，相关模型正在数据和分析市场中形成：增强数据管理。该技术正在改变数据管理领域和数据专业人员的角色。

根据Gartner的说法，增强型数据管理使用机器学习和AI来制定企业数据管理规范，例如数据质量和集成，元数据管理，主数据管理和数据库管理系统，“自我配置和自我调整”。

Gartner在其最近的2019年十大数据和分析趋势列表中包含了增强型数据管理。专家表示，增强型数据管理已经开始改变数据专业人员如何使用更先进的机器学习功能和AI驱动的自动化来准备和管理数据。

“增强型数据管理将成为实现更快，更具可扩展性，更智能和更高质量的增强型业务决策的重要推动因素，”Dresner咨询服务研究员Bill Hostmann表示。

俄勒冈州本德市Ventana Research分析师David Menninger表示，他认为增强型数据管理是所有类型增强软件应用程序（包括分析）的一个更大趋势的一部分，这些应用程序往往会受到更多关注。

AI和机器学习如何改变数据管理

与增强分析一样，增强型数据管理由AI和机器学习驱动。

Forrester分析师Michele Goetz表示，机器学习长期以来一直是数据管理和治理工具的一个组成部分，支持匹配，异常检测和校正以及映射。现在的不同之处在于“算法的复杂性以及这些工具中机器学习所解决的数据挑战的广度，”Goetz说。

Goetz列出了一些企业正在使用机器学习的数据管理任务：

• 细粒度分析，从数据源，管道和工具库中提取个人可识别信息，并了解这些条件;
• 大规模自动化数据标记，分类和标记，以减少手动查找，审查和构建业务逻辑以理解数据的需要;
• 捕获数据查询，注释和评级，以推断数据的价值以及是否可以信任数据源并确保遵守数据策略; 和
• 解释数据使用和工作负载，以自动确定数据仓库的管理和部署。

为数据专业人员自动化任务

增强数据管理中的机器学习使一些数据专业人员的日常手动任务自动化。这些任务包括数据库性能调优和优化以及计算密集和迭代的其他数据库管理作业。

Menninger表示，自动化其中一些工作可能会减少入门级数据库管理员职位的数量，但他和其他分析师表示，它并没有最大限度地减少人类专业知识和数据管理输入的需求。增强型数据管理使用机器学习工具 - 或Goetz描述的“ AI机器人 ” - 在让人类做出最终选择的同时提供智能建议。

Constellation Research的分析师Doug Henschen表示，“增强产品被描述为这样，因为他们被称为提供建议的人类助手，在某些情况下还提供自动化选项。” “但他们也提出了以选择，调整选项或基于规则的执行控制形式提供人为监督的观点。在数据管理领域，增强选项在角色中显得更多，其中存在大量变量和选择做成。“

这些人工智能驱动的人类助手正在释放数据专业人员的时间，因此他们可以专注于高价值的任务而不是低价值的日常任务。Henschen说，数据专业人员应该欢迎这种变化。

“我认为数据专业人员确实希望机器处理繁琐且计算密集的东西，”Henschen说。“有很多工作要做，让机器处理他们最擅长的事情，这将使人类能够专注于创造性和有远见的工作。”