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:54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
  • 区块链与数据治理

    区块链与数据治理

    大数据时代,数据源源不断产生并自主汇聚至多方数据收集者,数据已经成为企业间竞争的关键和影响国家竞争力的重要因素,由此数据治理成为企业治理……查看详情

    发布时间:2020.06.24来源:知乎浏览量:66次

  • 数据治理的挑战——GDPR(通用数据保护条例)

    数据治理的挑战——GDPR(通用数据保护条例)

    健全的数据治理方案是目前企业的最佳发展策略。而GDPR是客户信任并遵守当地以及国际法律的核心。……查看详情

    发布时间:2018.11.16来源:盖斯扎普浏览量:49次

  • 为什么你应该有一个数据治理策略

    为什么你应该有一个数据治理策略

    垃圾进垃圾出。自打孔卡和电传终端以来,这个座右铭一直是真实的。如今,复杂的IT系统同样依赖于高质量的数据,无论是在会计,生产还是商业智能……查看详情

    发布时间:2018.11.22来源:数据治理浏览量:78次

  • 什么是敏捷数据管理?敏捷数据管理的技术原则

    什么是敏捷数据管理?敏捷数据管理的技术原则

    在大数据的时代,大家都在重视数据存储和大数据相关技术的同时,都开始注重建设数据管理能力。在海量复杂数据的场景下,如果没有有效的管理,那么……查看详情

    发布时间:2022.03.03来源:小亿浏览量:122次

  • 重大数据治理预测

    重大数据治理预测

    去年见证了数据治理的觉醒 - 或者正如“ 华尔街日报” 所称的那样,“全球数据治理计算”。……查看详情

    发布时间:2019.01.17来源:亿信华辰浏览量:52次

  • 数据治理的四个阶段

    数据治理的四个阶段

    数据治理的定义是对数据资产管理行使权力和控制的活动集合。其最终目的是挖掘数据价值,推动业务发展,实现盈利。……查看详情

    发布时间:2021.03.06来源:亿信数据治理知识库浏览量:69次

  • 数据治理的战略转变

    数据治理的战略转变

    正在进行的思维方式和工具集战略转变正在改变主要思想家如何重新考虑他们的数据治理方法。治理的核心是变革管理。……查看详情

    发布时间:2019.03.27来源:亿信华辰浏览量:54次

  • 数据治理金融行业解决方案

    数据治理金融行业解决方案

    我国银行数据现状1、缺乏数据梳理,造成行领导看到的数据相互冲突和矛盾 2、业务职能不清晰或相互重叠,观察数据视角不尽相同,缺少数据标准与……查看详情

    发布时间:2019.08.26来源:知乎浏览量:71次

  • 数据治理之“术”金融业如何做好数据治理工作

    数据治理之“术”金融业如何做好数据治理工作

    数据治理之“术”金融业如何做好数据治理工作就如何做好数据治理工作,可参考以下四点意见。……查看详情

    发布时间:2019.12.12来源:知乎浏览量:49次

  • 数据标准从发起到落地执行的四个阶段

    数据标准从发起到落地执行的四个阶段

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:……查看详情

    发布时间:2020.09.24来源:知乎浏览量:43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