盘点:2021年值得CIO关注的五大数据趋势

Radhika Krishnan
如果数据要成为业务决策的基础,那么它就必须是高质量的,这意味着数据需要具备准确性、及时性和完整性。更重要的是,它必须值得信任。为了创建值得信任的数据,企业需要结合数据质量评估和数据语义丰富。

2021年接近尾声,是时候集中梳理

企业的数据资产了

具有战略眼光的IT领导者们

应当关注新的数据技术

是如何重新定义从数据中获取价值的方式

以下五大突出趋势

帮您把握下一步如何制定合适的数据策略

毋庸置疑,数据是推动数字业务发展的“燃料”。然而,数据及其在组织中的作用正在发生变化;企业要想从数据中获得最大价值,其数据策略必须应时而变。

回顾2021年,企业首席信息官(CIO)在调整其数据策略时,应考虑以下影响组织数据的五大重要趋势:

1、数据架构(Data Fabric)成为主流,为业务提供全方位视图

数据孤岛的存在曾经是为了组织和管理数据;然而,它们妨碍了企业获取全部数据的全面的信息,也妨碍企业做出有利于整个组织的决策。通过企业数据目录(data catalog),企业可以将各种数据孤岛(包括IT和OT)统一到单一的数据架构中。其结果是,企业可以摄取、清洗、管理和从语义上丰富数据,为整个企业提供一个整合的、360°全方位的数据视图。

2、数据湖和数仓融合形成湖仓一体(Lakehouse)

长期以来,企业一直将数据仓库(data warehouse)作为结构化数据的存储库,从中获取洞察并据此做出管理决策。与此同时,数据湖(data lake)成为驱动企业进行预测分析的非结构化大数据的存储库。湖仓一体(data lakehouse)构建在与数据湖相同的低成本存储上;但与数据仓库一样,湖仓一体是为了更好地实现数据治理、事务支持和商业智能(BI)。随着数据治理与应用需求激增,湖仓一体的设计“两全其美”,兼具数据湖和数据仓库的优势,能够为企业提供更及时的洞察,同时降低存储成本和管理成本。

3、AI和自动化简化数据全局管理

目前,全球数据爆炸式增长,尽管有价值的数据比以往任何时候都多,但企业管理如此量级、如此复杂的数据却也比以往任何时候都更难。企业数据目录可以利用人工智能(AI)来帮助自动检索(automate discovery),以应对数量急速增长的数据;例如,因为已经识别的模式会自动应用于新数据,企业便可以使用机器学习(ML)通过模式匹配(pattern matching)来丰富元数据(metadata)。AI和自动化可以通过减少员工执行手动任务的需求,来提高员工的工作效率,并降低企业组织被数据“淹没”的风险。

4、CDO的角色正从数据“看门人”演变为业务战略的推动者

如今,数据治理外延化,企业的首席数据官(CDO)需要更加积极主动,做得更多,比如在组织内倡导数据的战略价值。数据若管理得当,便能赋予企业战略优势,使其在激烈的市场竞争中脱颖而出。由于数据的重要性,数据质量也至关重要。CDO的职责应该包含消除管理不善的数据产生的干扰性洞察,以找到最有价值的数据洞察,并确保将它们交付给合适的部门决策者。简而言之,如今的CDO需要做的不只是监管数据的使用,而需要利用数据提升企业业务竞争力。

5、数据质量是数据可信与否的关键

如果数据要成为业务决策的基础,那么它就必须是高质量的,这意味着数据需要具备准确性、及时性和完整性。更重要的是,它必须值得信任。为了创建值得信任的数据,企业需要结合数据质量评估和数据语义丰富。高质量的数据能为企业提供有价值和可操作的洞察。同时,信任是一个良性循环——当数据提供切实的价值后,它便证明自己值得企业更进一步的信任。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论