企業不斷革新其處理數據的方法，以獲得市場優勢。幾十年來，數據倉庫--經過過濾的數據的大型存儲庫--已經讓位于數據湖--未經提煉的原始數據的巨大集中存儲。然而，這些龐大的數據存儲已被證明是笨重和難以治理的。由于沒有明確的、敏捷的流程來簡化開發，因此導致周期被拉長。?

因此，我們看到的是，從過去的單體環境到基于多個數據平臺的更加分布式的數據架構。這些都是圍繞數據湖的軟件和服務集，以幫助提高數據的可開發性。企業通常為每個業務領域和每個新項目構建多個數據平臺。這為開發團隊提供了快速訪問數據和他們所需的洞察力，以創造新的商業價值，響應他們當前的需求。

然而，伴隨著去中心化的是碎片化和重復化。許多公司將大量的時間和資源投入到為特定環境構建數據平臺上。然后，他們不得不為下一個項目或用例重新做一遍，根據團隊的技術知識，有很大的差異。由于每次新項目開始時，團隊基本上都要從頭開始，因此成本會成倍增加。

因此，今天公司所做的很多最有價值的工作--包括圍繞人工智能的工作--都是跨部門、跨領域的。高質量的數據必須在團隊和不同的數據平臺之間共享，以充分發揮其潛力，但當數據受到一系列相互沖突的政策的影響時，你如何保持質量？需要在賦予團隊對數據的本地所有權以進行定制和創建，以及標準化的方法以建立堅實的技術基礎之間找到折中點。? ?

輸入數據網格?
如果不同領域之間沒有一些連接組織，數據平臺將無法提供品牌快速發展所需的高質量數據和成本效率。幸運的是，他們有一個方法來進化他們的方法。
數據網格是一種架構，在這種架構中，由獨立的跨職能團隊所擁有的分布式數據平臺通過共同政策、治理和工具的"網格"連接起來。這種方法通過設置共享基礎，為數據平臺帶來靈活性和彈性，同時也讓各團隊可以自由定制自己的領域。

這種方式將數據平臺從一個一勞永逸的項目變成了一個長期的資產，避免了重復的工作和資源的無謂消耗。然而，數據網格的缺點是，各個團隊必須做大量的工作來確保產業化的完成。這可能會耗費時間，結果卻遠非完美。擁有一個處理所有需求的模板，使其成為一個可生產的解決方案是關鍵。然而，這個模板應該采取什么形式呢？?

主要組成部分是一套跨所有數據平臺的通用代碼。這個"數據哨兵"是一個解決方案的組合，它可以促進數據的處理和分析以及向工業化的過渡。它的作用是監督和簡化所有數據流--如元數據的收集和清洗--通過開發圍繞數據質量和文檔的模塊。

數據哨兵將數據團隊和專家從平凡而重復的數據管理雜事中解放出來。相反，他們可以專注于更具戰略性和創新性的任務，為企業創造新的價值。?

作為數據哨兵的核心，數據治理作為代碼應該牢牢地嵌入到平臺設計中，并與每個新的用例一起進行。由于數據治理即代碼，數據從一開始就被"擁有"，具有高質量、文檔化、安全性和合規性，并可通過數據模型在整個組織中輕松訪問。

讓創新成為平常
數據平臺應該是不斷發展的產品，意在激活數據，快速實現商業價值。當在不同的用例和需求之間進行相互化時，它們會使創新和發明變得更快，更具成本效益。事實上，服務相互化可以將實施速度降低40%，通過提供用例所需的數據質量和種類，幫助各部門產生價值。

企業有源源不斷的新用例和產品需要開發，特別是在當前的環境下。相互之間的數據治理作為代碼的方法提供了一個端到端的流程，他們可以真正地將這些用例產業化。通過一個強大的、高度模板化的解決方案，高質量、準確的數據可以在項目和團隊之間輕松共享。每當需要對新產品進行洞察時，都不會浪費時間。?

光有技術是不夠的。要想讓數據平臺發揮作用，你需要采取一種迭代和橫向的方法。這是唯一能讓創新在公司變得普通的方法。