企业应该将数据治理作为加速数字化转型的催化剂

发布时间:2019.07.04来源:知乎浏览量:3次标签:数据治理


想象一下,您在IT部门工作的跨国组织在其年度调查中获得了较差的客户满意度评级。
现在,首席执行官的首要任务(也就是您的首要任务)是确定客户体验。

随着许多业务系统和应用程序(包括采购,呼叫中心交互,网站访问,移动应用程序使用以及越来越多的物联网传感器和设备)产生的大量客户数据,应该可以确定客户想要什么并交付很棒的客户体验。


解决方案似乎很简单 - 将所有数据放入数据湖中,让数据科学家和业务分析师松散,立即发挥他们的神奇作用,发现新的,可操作的见解,从而推动更加个性化的个性化客户体验。


但这个过程很少顺利航行。
核心问题是丰富的数据形式和数量不能立即使用。与为现代分析充分准备数据相关的复杂性加剧了问题,随着数据继续以大规模和实时速度增长,挑战也在增加。

因此,数据科学家在数据清理和准备之后花费了太多时间,而不是增值分析和战略决策。这种情况不可持续。


许多组织现在意识到,在建立数据湖的匆忙和热情中,他们实际上创造了一个值得沼泽事情漫画梦魇的“数据沼泽”。


为什么?

因为他们忽视了一个关键的成功因素 - 数据治理,它将人员,政策,流程和技术汇集在一起,将数据沼泽转变为一个晶莹剔透的数据湖,成为值得信赖的宝贵商业资产。


数据治理:它是什么?
数据治理是实践和流程的管理,可确保企业数据资产(包括本地和云端)的质量,可用性,可用性,完整性和安全性。


它由丰富的技术堆栈提供支持,包括业务术语表,策略定义和协作,数据沿袭,数据集成,数据质量,元数据管理,安全和隐私,数据屏蔽和数据编目等组件,这些组件对信息进行分类,识别关系,并支持最终用户搜索。所有这些听起来都很多,但通过人工智能(AI)和正确的技术解决方案,您可以获得使用可信,上下文和可访问数据进行数据治理的自动化方法。


虽然正确的技术基础至关重要,但数据治理还需要多个利益相关方之间的协作,包括首席数据官,企业架构师,业务部门负责人和负责监督数据质量,遵守数据政策和程序的数据管理员,以及今日的治理活动。


业务线所有者和IT必须紧密协作以了解其他人的角色和目标,否则他们将面临数据治理策略和流程无法运营的风险。最有效的计划使数据治理成为商业文化的一部分。它不是一个独立的学科 - 它只是业务的运作方式。


大数据数据治理的四个步骤
通过遵循这四个数据治理步骤,组织可以最终实现其数据湖所具有的巨大潜力,以推动整个企业的活动 - 无论是支持更好的客户体验,欺诈检测,风险管理,运营效率还是其他业务目标。

带来秩序混乱。采用数据治理策略,以确保有关数据和系统的信息得到妥善组织,分类和编目,以及使用通用业务语言进行描述。这有助于最终用户更容易理解数据的含义,背景和相关性,同时消除数据湖中原始结构化和非结构化信息的混乱。


使数据分析准备就绪。使数据质量成为数据治理计划的关键部分,以使信息一致,准确,值得信赖并适合分析。数据治理工作还应有助于确保数据仅供授权人员访问,并且安全且符合法规要求,尤其是数据隐私方面。


启用自助服务。为业务用户和数据科学家提供自助服务工具和语义搜索功能,使他们能够“购买”数据(就像在零售网站上搜索产品时那样)并应用分面搜索来缩小结果范围。组织内部的数据所有者只有在确信数据安全且符合公司政策和行业法规的情况下才能在整个企业中访问数据。只有这样才能使数据“民主化”。通过使数据湖泊民主化并使企业可以使用信息,组织将多次实现回报。


成为数据驱动的商业价值的催化剂。期望利用数据治理作为加速数字化转型的催化剂。数据湖中值得信赖的可操作信息可帮助您发现效率,解决复杂性,推动创新,创造竞争优势,并更好地遵守数据隐私要求,例如欧盟通用数据保护法规(GDPR)和加州消费者隐私法案。
晶莹剔透的数据湖泊需要数据治理


现代数据湖的作用是成为历史和实时信息的单一,可信赖的存储库,从而推动整个企业更智能,更快速的决策制定。数据治理对于确保数据的一致性,准确性,上下文化,可访问性和受保护性至关重要。


凭借清晰的数据湖,企业可以利用其庞大的数据来提供创新的产品和服务,更好地为客户服务,并在数字时代创造前所未有的商业价值。


(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
  • 数据治理的未来

    数据治理的未来

    数据已成为我们数字经济的命脉。并且为了提取其全部价值,必须管理和管理数据。因此,本文的标题和我主题演讲的主题:数据治理的未来现在。……查看详情

    发布时间:2018.12.26来源:数据治理浏览量:1次

  • 关于数据标准认识的几个误区

    关于数据标准认识的几个误区

    数据标准这个词,最早是在金融行业,特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准,不……查看详情

    发布时间:2019.12.20来源:知乎浏览量:2次

  • 数据中台和传统的数据系统出发点不一样

    数据中台和传统的数据系统出发点不一样

    原来的数据平台也好,数据湖也好,数据仓库也好,它们的出发点很多时候有局限性,应该说更是一个支撑性的技术系统,即一定要去考虑我先有什么数据……查看详情

    发布时间:2021.01.23来源:知乎浏览量:1次

  • 云管理与云治理

    云管理与云治理

    混合云或多云已成为当今组织IT战略的重要组成部分。作为多云战略的一部分,组织需要定义如何在多个云中管理,控制,操作,优化和保护云基础架构……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:2次

  • 基准治理基准:见解与机遇

    基准治理基准:见解与机遇

    在一个品牌是越来越重要的战略资产需要非营利组织进行复杂管理的世界中,这些似乎是基金会支持其行列的重要机会领域。……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:2次

  • 数据质量监控步骤及方法

    数据质量监控步骤及方法

    随着大数据时代的带来,数据的应用也日趋繁茂,越来越多的应用和服务都基于数据而建立,数据的重要性不言而喻。而且,数据质量是数据分析和数据挖……查看详情

    发布时间:2020.08.31来源:CSDN浏览量:1次

  • 数据管理与数据治理的区别

    数据管理与数据治理的区别

    当我们谈数据资产管理时,我们究竟在谈什么?就目前而言,我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念,两者的准确……查看详情

    发布时间:2019.11.22来源:知乎浏览量:2次

  • 敏捷方法如何帮助解决您的数据问题

    敏捷方法如何帮助解决您的数据问题

    无论哪种方式,您都必须像软件开发人员一样思考,并确保您拥有正确的思维方式,技能组合和工具集,以保持数据掌握的灵活性。……查看详情

    发布时间:2019.02.27来源:亿信华辰浏览量:3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:1次

  • 企业如何提升数据质量?

    企业如何提升数据质量?

    在这个大数据时代,数据资产逐渐成了构成成企业核心竞争力的关键要素,然后,大数据的应用必须建立在高质量的数据上才有意义,因此提供数据质量是……查看详情

    发布时间:2019.07.26来源:知乎浏览量:3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