人工智能和業務就緒型數據之旅始於信息架構

  • 值得信賴的分析基礎的基礎
  • 數據發現與質量
  • 數據移動,轉換和同步

各種企業的數據量和種類正迅速增加。 在多雲環境中,各種各樣的數據源正以指數形式增加從物聯網和社交媒體到移動設備,虛擬現實實現和光學跟踪的傳入信息流。

儘管組織很容易在人工智能(AI)上進行投資,但是大多數組織並未盡職調查以了解其數據或確保從AI解決方案中受益所需的數據質量。

儘管組織很容易在人工智能(AI)上進行投資,但是大多數組織並未盡職調查以了解其數據或確保從AI解決方案中受益所需的數據質量。 在許多組織中,其數據不可訪問,不可靠或不符合數據隱私和保護規則。

通用數據保護法規(GDPR),加利福尼亞消費者隱私法案(CCPA)和巴西的Le Geral deProteçãode Dados(LPGD)等全球法規都將重點放在個人客戶和員工數據上。 這些類型的法規為組織提供了轉換和創建新的以數據為主導的業務模型的機會,儘管違規可能會導致嚴厲的處罰,這會降低生產率或損害品牌價值。

為了滿足隱私義務和保護個人信息,組織必須首先發現並分類其各種類型的數據。 難以收集或正確使用客戶數據的企業可能會遇到緊急問題。 為了應對這一挑戰,組織正在實施受監管的信息體系結構,該體系結構承認法規,同時繼續支持數據驅動的組織績效和創新。

值得信賴的分析基礎的基礎

將數據隱私法規作為一項義務和現代化數據基礎架構的機會提供了巨大的好處。 這樣做可以鼓勵組織實施數據治理策略,以生成新的業務模型並獲得以數據為依據的見解。

統一治理和集成(UGI)計劃適用於公共雲和私有云中的非結構化和結構化數據。 實施UGI以實現合規性本身意義重大,但其價值會影響組織的其他領域,尤其是對數據科學家的AI模型的管理。

當組織使用數據治理來信任其數據時,用戶知道數據來自高質量的來源。 他們知道如何在整個組織中使用數據,並且知道如何增強任何分析項目。 無論工具多麼先進,分析計劃都需要可信數據才能有效地工作。

受信任的業務就緒數據的好處似乎是無限的。 分析可以建議新產品設計和營銷計劃,並改善銷售,供應鍊或客戶服務計劃。 分析甚至可以發現運營效率低下的情況,消除這些效率低下的情況,可以提高組織敏捷性並增加底線收入。

在組織中實施數據和AI治理包括以下幾個構建塊。

數據發現與質量

組織可能沒有意識到其業務中存儲的大量數據。 數據治理的第一步是盤點組織數據。 首先關注特定項目中的數據集,然後擴展到其他業務案例以擴大組織覆蓋範圍。

冗餘,過時或瑣碎(ROT)的數據不僅存儲和管理成本高昂,而且會使決策和操作混亂。 它還可能使合規性變得更加困難並阻礙分析工作。 數據必須符合併保持一定的質量標準,以確保下游使用成功。

編目

一旦發現並分析了數據,就可以使用元數據標籤對其進行分類,以識別數據類型,使用情況,所有權,數據沿襲等等。 由於某些行業的公司具有共同的需求,因此,預先建立的行業模型可以使用隨時可用的業務術語和分類法來加快編目過程。 隨著機器學習的發展,業務術語可以在數小時內自動映射為企業目錄。

UGI提供的分類基礎使組織能夠管理其AI模型,筆記本和其他數據源,從而創建了組織知識的中央庫。 這樣的基礎是組織中許多數據用戶的資源,其中包括數據工程師,數據管理員和業務線用戶(如分析師,數據科學家和營銷人員)。

來自多個源的數據可以根據需要在物理上或虛擬上輕鬆集成,轉換並與其他系統共享。

數據移動,轉換和同步

來自多個源的數據可以根據需要在物理上或虛擬上輕鬆集成,轉換並與其他系統共享。 該過程將結構化和非結構化數據整合在一起,並允許與Apache Atlas和Hadoop等開放技術進行集成。

創建自動數據流和同步有助於確保最新數據在數據湖,數據倉庫,數據集市和影響點解決方案中可用。 隨著數據量的增加,複製以低延遲支持大量卷。 組織可以使用虛擬化而無需根據需要移動數據。

到2019年,具有自助服務功能的業務用戶的分析輸出將超過專業數據科學家。

主數據管理

據Gartner稱,到2019年,具有自助服務功能的商業用戶的分析輸出將超過專業數據科學家。 對於組織而言,至關重要的是要依賴於關鍵實體(如客戶,產品和客戶)的全面,可信賴和統一的視圖。

現代主數據管理(MDM)實施具有基於分析圖的探索,高度精確的匹配引擎,選擇匹配算法的數據優先方法以及由機器學習提供支持的管理過程。 此外,MDM解決方案還具有敏捷的自助服務訪問,治理工具和用戶友好的儀表板功能。

閱讀完整的下載白皮書

[bsa_pro_ad_space id = 4]

網絡安全媒體

訪問最新的信息技術白皮書,研究,案例研究以及涵蓋諸如IT管理,企業管理,信息管理和物聯網(IOT)等廣泛主題的更多內容。
https://websecuremedia.com/

發表評論