- 產品
- 產品解決方案
- 行業解決方案
- 案例
- 數據資產入表
- 賦能中心
- 伙伴
- 關于
時間:2019-01-16來源:億信華辰瀏覽數:1027次

我們將再次討論對有形資產和無形資產進行估值的討論,但數據無形而非技術的區分很重要,因為修復技術問題的典型方法是通過硬件或軟件工具。雖然工具可以使數據治理更容易實現,但是數據治理沒有銀彈技術或解決方案,因為數據不等于技術。數據治理的關鍵成功因素在于角色和職責的定義和清晰度,業務流程,溝通,指標,管理,而不是技術。(工具確實讓它變得更容易。)
隨著您的工作人員繼續遍歷未知的數據海洋,下面是數據治理視野中的一些新興趨勢:
似乎一切都可以轉化為服務。但這并不是我們在這里的意思。它正在將數據治理轉變為公司的共享服務組織或支持中心,并專注于服務方面。考慮數據治理如何為整個公司的不同業務部門提供服務,同時認識到不同部門對支持的需求會有不同程度。治理應該是提出基于服務的問題,例如“你需要做什么數據?”或者,“如果有數據可以做什么,你還能做什么?”基本上,“數據治理還能為你服務嗎? ?”
對于許多已建立的數據治理計劃而言,這是一個重大變化,其基礎是數據治理定義并強制執行整個組織中數據的管理和使用方式,通常重點關注執行。轉向以服務為基礎的心態或方法并不否定對規則和政策或其實施的需要。它只是將優先級轉移到服務和支持上。這種轉變對治理計劃未來的成功至關重要。
雖然這可能屬于流行語類別,但由于“戰略”這個詞,它的骨頭上有更多的肉。每個人都喜歡一個好的策略。這里的趨勢是數據戰略不再是技術對話,而是將數據基礎設施/環境現代化的手段。對話的轉變是我們如何使用我們的數據來改進我們的業務流程或創建新的業務模型以產生新的收入流。在許多情況下,數據治理在此對話的桌面上占有一席之地。并且,如果最初沒有被邀請,那么請求邀請是絕對合適的,或者如果在文化上可以接受,則可以自行提起座椅。治理通過解決效率和有效性的要素來增加價值,并提供成功實現兩者的手段。
這是AI和ML發揮作用的地方。實時和流媒體也是這一趨勢的一部分。當然,前提是我們可以在邏輯上編程以分析當前條件并根據定義的條件或事件觸發操作。自動化的進步是巨大的,這些技術的應用正在數據管理和數據治理中迅速傳播。雖然數據確實與技術不相同,但重要的是要了解技術可以使數據變得更加容易。自動化無疑是技術可以快速推進數據治理工作的地方之一。數據治理的自動化之處在于它有助于釋放數據主題專家,專注于更具戰略性的計劃。
數據和數據管理的重要性,價值和責任正在迅速增加,特別是在消費者數據方面。詳細介紹數據收集,獲取,使用,存儲,管理和共享的Verbiage正在制定正式的企業社會責任政策,聲明和報告。消費者希望公司不僅可以保護和保護他們的數據,還可以保護他們的利益。
上一篇:使用數據治理指導數據傳輸...