|
Post by sajahnali on Apr 28, 2024 6:15:40 GMT -5
这次会议的主要议题是MDM(主数据管理)和DG(数据治理),尽管很多时候很难区分它们。 MDM 和 DG 开始融合为一个主题,MDM 是所有(或尽可能多)公司数据的数据存储库,GPS(在这种情况下,GPS 意味着“简单地获得观点”。 大多数会议的重点都是围绕业务用户以及业务用户对其数据进行有用且高效的访问的需求。我不太愿意说“控制”,因为围绕架构、数据类型、安全性等的最终控制似乎仍然掌握在 IT 手中。但业务用户希望能够动态访问数据,以满足其需求的方式操纵数据,并按计划实施其规则和流程,以确保数据在其时间表内适合其用途。 随着技术试图迎合业务用户,报告和仪表板也有一个共同的主题。参加该活动的一些组织为观众进行了简 美国数据 短的演示,每个组织都通过业务用户的视角展示了产品,并使用仪表板深入了解其他内容。随着产品变得更易于使用并且仪表板技术变得更可用于产品集成,这种趋势只会随着时间的推移而增加。 演示和产品中的术语(无论好坏)也非常一致。 “可信数据”以及“实现价值的时间”、“数字化转型”和“单一客户视图”经常被提及。我将此解释为我们仍在尝试解决相同的问题,并且我们希望为数据从业者提供他们熟悉的使用术语。 AI(人工智能)和 ML(机器学习)仍然是当今的热门话题。 重点是以更加自动化和彻底的方式询问和分析大数据,使用算法来检查人类可以理解的趋势和异常情况无需付出大量努力。每个供应商都在谈论人工智能和机器学习,但仍然有人(甚至来自他们自己)对它的真正利用程度持怀疑态度。我的谈话中也提到了图形软件的流行,这意味着组织正在投资使用数据关系的可视化表示来提供额外的见解。 数据质量仍然是 MDM 和/或 DG 项目规划中关注的一个领域,也是整个活动的重点领域。数据质量的重要性逐渐被认识到是任何数据相关项目的关键成功因素(理应如此)。如果没有有目的地关注数据质量,数据用户将永远无法获得他们所寻求的“信任。
|
|