数据治理进阶:场景化、工程化、智能化

文章来源:   作者:蔺晓颖     发布时间:2023-03-01 11:07    浏览量:

Ø 数据治理现状:90%项目失败

数字经济时代,有效的数据治理可以确保企业数据全面、一致、可信,从而全面释放数据的价值,提高业务流程效率、提升业务增长的机会,驱动企业数字化转型。但事实上数据治理对每个企业都是一项很大的挑战,据Gartner 的一项调查显示,超过90%的数据治理项目都失败了!毛大群指出,数据治理项目失败主要是因为企业多采取被动式数据治理、局部式数据治理 、 孤立式数据治理及工具式数据治理。

为解决短期VS长期、局部VS全局、效率VS质量等核心矛盾,数据治理“三化”理念应运而生,场景化是数据治理行业痛点的对症处方,工程化是数据治理流水线和标准化,智能化是数据治理自动化和去低端人工化。

Ø 场景化:数据治理行业痛点的对症处方

图片1.png 

数据战略总体来讲有三大方向,第一方向就是大家关心的数据变现,通过各类数据运作、治理、管理形成数据资产,最后数据资产进入市场进行流通。第二个方向是改善内部的运营,无论是提升生产环节的运营效率,又或者是降低库存、提升周转率。第三个方向是提升决策水平,增强决策的科学性。

毛大群认为,场景化应该从上述3大方向找到对应突破口。基于此,应不断深化数据治理需求,提供面向数据要素化的治理场景、面向运营的治理场景、面向决策的治理场景的数据治理解决方案。

Ø 工程化:数据治理流水线和标准化

图片2.png 

现下,业内有个普遍现象,数据治理项目和项目之间、客户与客户之间,哪怕是同一个行业,相互的借鉴和复制性非常差。毛大群提出,在相同目标下,应该把数据治理实施过程实现流水线化。

同时他强调,数据生产者、数据加工者、数据管理者、数据消费者等各类参与者在他们之间协同管理时,要优化数据流程的过程,从组织、文化层面打破部门之间的障碍。另外,数据管理的多个领域之间应该有良好的工作界面,提供一个开放的工作标准和接口,进行协同化治理。

Ø 智能化:数据治理自动化和去低端人工化

图片3.png 

智能化技术是提升数据治理效率和成功率的武器。人工智能对于提升数据治理的智能化水平具有关键作用,因此也成为数据治理发展的重要趋势。未来,通过人工智能技术降低数据治理的门槛将成为数据治理发展的重要方向。

我们也一直进行智能化技术的探索,帮助提升数据治理效率,解放人工,比数据治理平台可实现“智规”、“智检”、“智盘”、“智问”:

智规:通过机器学习模型训练,对元数据、数据标准进行算法处理实现智能关联。让数据主动“找”标准,让数据自己“建”质量规则,大幅节省人工的时间和操作成本

智检:无需预设任何规则,平台即可对表“智能体检”,帮助用户快速了解当前数据质量情况,确定治理方向。

智盘:摆脱繁琐的人工盘点,仅需选定资产盘点范围,平台自动识别有价值数据,一键实现数据资产的智能分级分类。

智问:利用自然语言理解、语音识别等技术,输入信息即刻分析挖掘,并对结果提供可视化展示。在多轮对话和短语追问的过程中,不断优化智能推荐结果,精准定位用户需求。


甘肃华科信息技术有限责任公司    版权所有    陇ICP备17001897-1号   甘公网安备 62010202001329 号