在IT咨询与IT服务行业有18年的工作经验,涉足于石油、化工、制造、冶金、矿山、医药等行业信息化规划和研究,具有丰富的项目管理、咨询服务经验,专注于信息化发展趋势、数据治理、信息架构、大数据等领域研究,多次主持中央企业、大型集团企业以及国家部委信息化咨询、规划、设计项目;参与云计算、物联网等战略性新兴产业研究,参与《数据治理:工业企业数字化转型之道》、《新一代信息技术在两化深度融合中的应用》等书籍编写工作。
在IT咨询与IT服务行业有18年的工作经验,涉足于石油、化工、制造、冶金、矿山、医药等行业信息化规划和研究,具有丰富的项目管理、咨询服务经验,专注于信息化发展趋势、数据治理、信息架构、大数据等领域研究,多次主持中央企业、大型集团企业以及国家部委信息化咨询、规划、设计项目;参与云计算、物联网等战略性新兴产业研究,参与《数据治理:工业企业数字化转型之道》、《新一代信息技术在两化深度融合中的应用》等书籍编写工作。
首先,数据质量差会导致对数据的信任度下降和决策错误。其次,公司越来越多地投资于业务关键型系统,例如直接由数据仓库提供支持的 ML 或面向用户的分析,而这些系统没有出错的余地。
主数据管理(MDM)是确保跨组织数据一致、可靠的支柱,为关键业务实体(例如客户和产品等)建立单一事实来源。然而,传统的MDM系统在适应快速发展的过程中面临着挑战。以新数据源和动态业务需求为特征的数据格局。
数据管理实践向数据产品的演变有几个关键方面。传统的数据管理侧重于内部运营需求,数据存储在孤立的系统中。数据目录已转变为交互平台,促进数据发现和消费。数据产品管理强调通过迭代开发和以客户为中心的方法为外部客户提供价值。
在这篇文章中,从企业架构的角度分享一些关于数据驱动策略的思考。希望它能帮助 IT 人员和业务人员从不同的角度看待这个主题,并为解决该领域当前的业务挑战提供清晰的思路。
数据产品的概念是多方面的,并且根据组织环境和行业的不同可能会有很大差异。一方面,过度简化的定义忽视了设计、开发和管理数据产品中固有的细微差别的考虑。另一方面,采用严格复杂的定义可能会使其难以与技术进步和动态市场格局一起发展。
制定数据战略的关键原因之一是确保公司拥有强大的数据管理实践。在当今的数字世界中,有效管理数据的能力对于推动数字化转型和保持竞争力至关重要。数据战略提供了数据管理框架,包括定义角色、职责和措施以建立强大的数据基础。
数据共享可以给公司带来很多好处,但也带来了一系列问题。公司经常遇到的两个主要问题是隐私和安全。
虽然基本数据治理框架与行业无关,但它也不是万能的,应该根据当前的业务需求进行灵活调整。简而言之,数据治理是协调人员、流程和技术的艺术,以确保数据适合目的、安全且可供授权用户轻松访问。
在当今时代,IT组织正在努力应对数据复杂性和规模呈指数级增长的问题,其特点是三个V:数量、速度和多样性。市场的快速而持续的变化使这一挑战变得更加复杂,需要灵活地适应不断变化的业务目标。
实现数据质量意味着使质量改进变得可操作且可操作。使用元数据,可以建立质量标准,了解当前数据的不足之处,并制定改进活动以使其达到想要的状态。