什么是数据智能,它如何为您的组织提供帮助?

文章 (15) 2021-03-26 12:28:50

数据智能助推BI和AI

垃圾进出一直是BI的问题。现在,不断变化的监管环境使问题更加突出。BI用户不仅要担心数据质量和数据准确性,而且还必须理解并遵守策略和准则。BI的节省能力是所涉及的人为因素。如果仪表板不准确或得出错误的结论,则需要人工干预-显然不理想,但易于管理。

相反,AI并不依赖于这种人为因素。如果向AI提供了不正确或质量低劣的数据,则该人的安全网就无法纠正错误。鉴于AI提供的可扩展性,此错误很可能会不断重复出现,从而经常造成无法弥补的伤害。尽管AI发挥了全部优势,但它们却遭受着垃圾的大量进入,而垃圾的产生却遭受了成倍的损失-更像垃圾的进入,垃圾填埋场一样有效地发挥着作用。

如今,企业已经选择了各种各样的类别来解决垃圾输入,垃圾输出问题,包括元数据管理,数据质量,数据治理,主数据管理,数据概要分析,数据管理和数据隐私。明天,他们将转向数据智能,这些类别的结合将增加一个关键组成部分:智能。

数据智能中的智能

亚马逊通过深刻理解其市场的复杂性,消费者趋势,购买模式,人们正在寻找的内容,供应商的库存趋势等来改变了消费者供应链。同样,数据智能使企业能够通过智能理解数据的复杂性,从而使企业能够以更加高效,创新和可扩展的方式管理数据。这种智能来自于元数据管理的新兴领域,即主动元数据。

据吉多·西蒙尼,高级主管,分析师研究和咨询Gartner公司,一个全球性的研究和咨询公司,“元数据管理市场上取得在2020年开始发生了巨大变化,现在它的主要焦点是主动的元数据。”

在管理数据时,活动元数据与“智能”同义。对活动元数据的需求源于数据量。正如传统的数据质量,数据治理和元数据管理工具需要从业人员所做的那样,太多的数据无法手动管理信息。数据智能结合了元数据管理,数据质量,数据治理,主数据管理,数据概要分析和数据隐私的传统类别,同时结合了源自活动元数据的智能。

数据智能是建立数据文化的基础

一个最近的全球研究由韦克菲尔德的研究和我公司进行发现,许多数据领导人认为他们的C-套房在数据没有信心或完全忽略它。在同一项研究中,有90%的受访者表示高级管理人员有时会质疑数据。令人惊讶的是,有66%的受访者还指出,他们的最高管理层在做出决策时会忽略支持直觉的数据。

我们如何处理这个矛盾?首先,我们可以推测,数据管理的传统形式(数据质量,元数据管理和数据治理)在实现成功和推动组织变革方面都面临着巨大的挑战。组织不仅需要更加努力地工作,还需要更多的工作。他们需要更聪明地工作。数据智能确保您可以信任该仪表板和该算法,并为您提供工具和见解,以大规模建立这种信任。虽然很难打破使用肠道本能的坏习惯,但是除非您有明确的步骤,不断的强化和保持警惕,否则这样做是不可能的。数据智能使组织可以建立管理和推动组织变革所需的积极反馈循环。

您如何获得数据智能?

随着数据源和数据量的激增,企业采用了多种BI工具,数据库,文件系统,API和流源,数据泛滥和复杂性已成为常态。因此,很少有人(如果有的话)知道组织内所有可用的数据。相反,大多数企业都是孤零零的知识袋。就像拥有一个没有卡片目录的大型图书馆一样,任何人都可以看到和理解的是在他们面前的书。

这些孤岛(数据孤岛和知识孤岛)可以说是实现数据智能的最重大挑战。为了使数据智能有效,它必须遍历有助于决策的所有数据。如果众所周知的坏苹果溜走了,负面影响就会迅速传播到下游。

为了确保有效地实施数据智能,必须首先使所有使用数据的人都可以使用它。其次,它必须易于使用,尤其是对于商业用户和日益增长的数据用户类别而言。第三,关键是负责管理数据的人员应确保数据可靠且值得信赖。最后,所有数据使用者都应使用相同的解决方案来实现数据智能,否则您就有可能创建更多的孤岛。

没有这个公式,不良数据就会流过裂缝,并且数据智能中的“智能”是不完整的。

THE END

发表评论