
業(yè)務(wù)治理重點(diǎn):大數(shù)據(jù)智能
在大型企業(yè)內(nèi),信息治理專員的主要職責(zé)是確保企業(yè)數(shù)據(jù)遵循日益復(fù)雜的法規(guī)合規(guī)性規(guī)則。近年來(lái),治理的職能不斷擴(kuò)大,然而,隨著企業(yè)領(lǐng)導(dǎo)人開(kāi)始意識(shí)到企業(yè)產(chǎn)生和存儲(chǔ)的大量信息提供了一個(gè)現(xiàn)成的業(yè)務(wù)數(shù)據(jù)智能的資產(chǎn)。 信息治理專員則越來(lái)越多地被要求挖掘大數(shù)據(jù)分析,來(lái)尋找為公司創(chuàng)造收益的新方法,同時(shí)還需要維護(hù)法律和法規(guī)合規(guī)性。
Jeffrey Ritter,律師,同時(shí)也是牛津大學(xué)的外部講師,最近討論了信息治理專員是如何超越維護(hù)數(shù)據(jù)遵從公共法律和法規(guī)以外的職能。在本期問(wèn)與答中,Ritter解釋了公司董事會(huì)對(duì)于大數(shù)據(jù)智能的需求增加,分析投資對(duì)于這一改變的影響,以及治理專員要如何適應(yīng)。
隨著新的大數(shù)據(jù)產(chǎn)品和服務(wù)的出現(xiàn),企業(yè)對(duì)于信息治理的要求是如何轉(zhuǎn)變的?
Jeffrey Ritter:成功的大數(shù)據(jù)智能需要企業(yè)的歷史信息,用于分析。首先,這些內(nèi)容必須符合可以分析的數(shù)據(jù)類型規(guī)則。當(dāng)這些數(shù)據(jù)不符合規(guī)則時(shí),對(duì)于大數(shù)據(jù)的投資則被稀釋,因?yàn)榭梢杂糜诜治龅臄?shù)據(jù)變少。因此,信息治理專員的職責(zé)就超越了確保數(shù)據(jù)遵從公共法規(guī)。現(xiàn)在,信息治理還必須確保整個(gè)公司的記錄通過(guò)驗(yàn)證,確保這些記錄可以用于大數(shù)據(jù)分析。
有哪些大數(shù)據(jù)規(guī)則?
Ritter:關(guān)鍵是,導(dǎo)入的數(shù)據(jù)符合結(jié)構(gòu)規(guī)則,比如數(shù)據(jù)庫(kù)使用的相關(guān)信息分類和結(jié)構(gòu)方案。但很多大數(shù)據(jù)分析引擎在接收和處理來(lái)自不同的數(shù)據(jù)源的數(shù)據(jù)時(shí),結(jié)果最理想。引擎需要知道信息的來(lái)源,以及這些信息是如何被維護(hù)的。
這些規(guī)則還強(qiáng)調(diào)數(shù)據(jù)的溯源。信息治理團(tuán)隊(duì)必須在任何IT項(xiàng)目的前端根據(jù)這些規(guī)則制定合規(guī)性。如果他們不這樣做,最終的輸出數(shù)據(jù)對(duì)于大數(shù)據(jù)產(chǎn)生的價(jià)值創(chuàng)造分析可能是無(wú)用的。
你能舉一些新的數(shù)據(jù)存儲(chǔ)庫(kù)的例子,是信息治理團(tuán)隊(duì)必須包含的嗎?
Ritter:21世紀(jì)終結(jié)了結(jié)構(gòu)化記錄。發(fā)票、采購(gòu)訂單、發(fā)貨通知、商業(yè)協(xié)議,所有這些傳統(tǒng)的業(yè)務(wù)信息資產(chǎn)格式被拆解為大量的數(shù)據(jù)湖和數(shù)據(jù)集合,數(shù)據(jù)可以在多種結(jié)構(gòu)中組合和使用。
這使得信息治理非常困難。數(shù)據(jù)流、圖形數(shù)據(jù)、linux系統(tǒng)加載的應(yīng)用執(zhí)行日志,身份管理系統(tǒng)的驗(yàn)證日志,這些都不是傳統(tǒng)的“記錄”,但它們對(duì)于利用大數(shù)據(jù)獲得潛在的商業(yè)利潤(rùn)都是至關(guān)重要的。最好的業(yè)務(wù)數(shù)據(jù)智能是由分析很多小記錄產(chǎn)生的——這就是挑戰(zhàn)所在。
企業(yè)領(lǐng)導(dǎo)人,和信息治理專員在信息治理上,仍然關(guān)注合規(guī)性要求的原始內(nèi)容記錄。但更困難的挑戰(zhàn)則是處理這些新類型的大量數(shù)據(jù)。
許多公司的數(shù)據(jù)管理計(jì)劃,要獲得完成他們?cè)镜暮弦?guī)性職能的資金,已經(jīng)很困難了。信息治理經(jīng)理要如何才能確保獲得應(yīng)對(duì)這些新挑戰(zhàn)的額外資金?
Ritter:大數(shù)據(jù)分析和商業(yè)智能市場(chǎng)的快速增長(zhǎng)是有原因的。數(shù)據(jù)輸出在幫助企業(yè)創(chuàng)造新的收益,并快速做出業(yè)務(wù)決策上非常有用。當(dāng)信息治理可以和管理IT系統(tǒng)相關(guān)聯(lián),使數(shù)據(jù)在大數(shù)據(jù)分析中更有效,它就可以幫助創(chuàng)造新的收益和提高業(yè)務(wù)速度。
事實(shí)上,強(qiáng)大的信息治理對(duì)于大數(shù)據(jù)智能的投資回報(bào)是一個(gè)有力的加速器。當(dāng)信息治理專員完全投入到內(nèi)容和數(shù)據(jù)溯源的設(shè)計(jì)中,數(shù)據(jù)管理成為一個(gè)積極的業(yè)務(wù)功能,遠(yuǎn)比維護(hù)原始內(nèi)容記錄遵循公共法律的法規(guī),要重要的多。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11