增强数据管理吸引了更多企业的兴趣

发布时间:2019.03.07来源:亿信华辰浏览量:3次标签:数据治理


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。”


(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
  • 数据治理与IT治理的区别

    数据治理与IT治理的区别

    最近,我们一直专注于数据治理,从数据中获取最大价值并防止下一次重大漏洞,我们中的许多人忽略了IT治理基础,这有助于我们实现卓越的数据治理……查看详情

    发布时间:2018.11.15来源:Cindy Ng浏览量:2次

  • 为什么数据治理很重要

    为什么数据治理很重要

    尽管许多企业的数据治理在被不经意间悄悄地忽视了,只有48%的企业拥有明确的规划或计划,但这并不影响数据治理的重要性,它聚焦于三个关键因素……查看详情

    发布时间:2020.07.10来源:CSDN浏览量:2次

  • 大数据在应急管理中的应用——亿信华辰

    大数据在应急管理中的应用——亿信华辰

    随着互联网、社交媒体和人工智能的技术发展和应用普及,大数据在应急管理中发挥的作用将越来越重要,是应急管理未来发展的重要方向之一。……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:1次

  • 云,基础设施现代化和数据治理定义了2019年的IT成功

    云,基础设施现代化和数据治理定义了2019年的IT成功

    随着新兴数据技术的优先事项和采用不断升级,IT正在发生变化,挑战也在不断增加。……查看详情

    发布时间:2019.03.25来源:亿信华辰浏览量:3次

  • 五方面提升银行业数据治理能力

    五方面提升银行业数据治理能力

    银行业面临着数据治理的紧迫需求,应该多措并举提升数据治理能力。……查看详情

    发布时间:2019.11.28来源:知乎浏览量:3次

  • 数据治理和数据管理推动成功的词汇表和词典

    数据治理和数据管理推动成功的词汇表和词典

    任何数据管理员的噩梦都是运行会议,创建迂腐和无关的业务词汇表或数据词典,最终收集网络粉尘。但是,跳过构建和维护良好的业务术语表或数据字典……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:1次

  • 数据标准在数据资产管理中的意义

    数据标准在数据资产管理中的意义

    尽管出现了很多专家和专著,但真正理解这个概念的人并不多,懂得如何实操数据资产管理、在企业中真正落地的更寥寥无几。笔者有幸参与了国内几个典……查看详情

    发布时间:2019.03.12来源:亿信华辰浏览量:1次

  • 各行业企业数据管理遇到的挑战

    各行业企业数据管理遇到的挑战

    目前业界并没有对其概念的统一标准定义,我们可以这么认为,数据治理从本质上看就是对一个机构(企业或政府部门)的数据从收集融合到分析管理和利……查看详情

    发布时间:2020.03.26来源:知乎浏览量:1次

  • 数据中台与数据仓库相比的四大优势

    数据中台与数据仓库相比的四大优势

    数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。因此,其重点在于数据的集合。数据仓库可使用维度建……查看详情

    发布时间:2020.11.21来源:知乎浏览量:1次

  • 元数据:数据治理的燃料

    元数据:数据治理的燃料

    企业渴望从可提供竞争优势的数据中获取洞察力。实现这一目标的最常见障碍是数据质量差。如果输入到预测算法的数据是“脏的”(具有丢失或无效的值……查看详情

    发布时间:2019.08.02来源:知乎浏览量:1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