關于數(shù)據(jù)中臺到底應該在中臺治理還是應該在后臺治理,
數(shù)據(jù)治理到底應該放在中臺,還是后臺,我個人的理解是:小
數(shù)據(jù)標準化治理靠人工、大數(shù)據(jù)預測性分析靠智能,將兩者結合起來:“人工+智能”形成了完整的數(shù)據(jù)治理技術體系。一個企業(yè)的數(shù)據(jù)治理既離不開小數(shù)據(jù)的標準化治理,也離不開大數(shù)據(jù)的預測性分析。

這里的小數(shù)據(jù),是在承載事物實體的數(shù)據(jù),例如:人、財、物等,是企業(yè)所有業(yè)務開展的載體。其實說白了就是
主數(shù)據(jù)管理。對于主數(shù)據(jù)的治理筆者認為是一個后臺行為,治理核心是“唯一數(shù)據(jù)源、統(tǒng)一數(shù)據(jù)標準”,而要達到這一目標是需要從數(shù)據(jù)的源頭抓起的,并且需要大量的人為干預,比如:數(shù)據(jù)標準的制定和落實,
數(shù)據(jù)質(zhì)量的清洗,數(shù)據(jù)的申請審批,數(shù)據(jù)的分發(fā)和共享等。從這里也能夠看出小數(shù)據(jù)的治理,追求的是標準化、精確化,應該是一個后臺行為。
而在大數(shù)據(jù)時代,得益于大數(shù)據(jù)技術的突破,大量的結構化、非結構化、異構化的數(shù)據(jù)能夠得到儲存、處理、計算和分析,這一方面提升了我們從海量數(shù)據(jù)中獲取知識和洞見的能力。對于大數(shù)據(jù),傳統(tǒng)的一味追求精確的思維受到了挑戰(zhàn)。而對于大數(shù)據(jù)的治理,允許一定程度上的容錯,反而可以在宏觀層面擁有更好的知識和洞察力。對于大數(shù)據(jù)的治理更多的是采用AI技術,例如:知識圖譜、語音識別等,對大數(shù)據(jù)的采集、處理、使用過程加以控制,使其能夠合規(guī)使用。所以,大數(shù)據(jù)的治理放在中臺似乎更為合適。
(部分內(nèi)容來源網(wǎng)絡,如有侵權請聯(lián)系刪除)