时事通讯




改变游戏规则的技术为2021年及以后的数据驱动企业提供动力

第1页共3页下一个> >

我们仍然处于21世纪20年代的开端,而且,现在的情况已经与之前的十年有了很大的不同。对数据管理人员和专业人士来说,未来几年可能意味着IT行业前所未有的变革。有前途的新技术——以及重新设计和重新利用的旧技术——正在以新的、令人兴奋的方式重塑数据中心和分析商店。我们询问了行业领袖对什么是增强企业在数据方面的竞争力的看法。

数字线程

数字线程构造是跨数据实体(如产品、员工和客户)的端到端生命周期生成的实时数据的实时存储库和审计跟踪。利盟转型产品主管安迪•科普(Andy Kopp)表示:“虽然数字线的概念并不新鲜,但我们现在才刚刚开始看到它被广泛采用和实施。”

科普解释说,以产品为例,这将包括从设计、制造、服务到回收的一切。“这种数据管理的整体方法通常是物联网和云即服务战略的补新利游戏充,提供了在整个价值链上扩展闭环分析的机会。”数字线程的好处包括授权供应链团队“根据真实的、实时的客户使用趋势,评估什么、在哪里、何时生产产品”,或者帮助产品开发团队“从他们的设计决策中了解下游服务的含义”。

数据目录

数据目录通过元数据提供跨企业数据资产的集中视图,正成为数据管理人员和业务用户使用的具有竞争力的工具。SAS数据管理解决方案高级经理Kim Kaluba表示:“通过消除在复杂的数据生态系统中搜索和找到正确数据的时间,数据目录允许用户快速找到正确的数据,以正确地回答业务问题。”新利游戏

在未来的几年里,“数据目录将继续成熟,并演变为信息目录的使用,”Kaluba预测。“组织将寻求超越只是编目数据,能够识别和编目所有重要的数字资产在一个位置。信息目录的兴起将改善数据理解,并允许调整、维护、创建和治理影响企业的最重要的数字资产,以及最大程度地可视化这些资产的成功或失败。”

数据智能软件

甚至进一步采取数据目录,数据智能软件是一种类别,包括一系列技术,并且对能力数据管理人员具有深远的影响,尤其是在战略规划,运营卓越和创新领域.

Erwin by Quest的产品营销总监丹尼·桑德韦尔(Danny Sandwell)说:“想想企业数据领域的‘亚马逊’吧。”“这是一种真正的消费者方式,它可以智能地显示你可以拥有什么数据,了解消费者访问过什么其他志同道合的数据,一个购物车来指定你的数据需求,内置的准备功能成为一站式自助商店,满足你所有的数据需求、关注和想法。”

数据智能软件提供了一个灵活、自动化的框架,可以识别、理解、控制和洞察您的数据资产,促进企业数据协调、编排和“信任数据”,以确保企业数据是可发现、可访问、可理解、高可用的,而且受到保护。桑德威尔说。

该技术“为组织的端到端数据功能提供一个单一的、统一的视图。”它结合了数据编目(数据资产、流程和技术的深度和策划的技术视图)和数据素养(业务数据词汇、策略、规则和分类的框架),以及集成、激活和社会化这些工件及其相互关系的自动化,”Sandwell指出,补充说,这支持一个更全面和有效的方法。“网络是一种企业数据能力,它与业务优先级保持良好的一致,具有成本效益、敏捷性,能够为数据驱动的计划和用例提供更好的时间价值,这将产生业务所需的变革影响。”

扩展数据库

数据库越来越多地部署在迅速变化的环境中,以满足来自内部和外部所有来源的不断增长的数据量和类型。可以快速添加或交换这些横向扩展数据库,以满足性能和容量需求。Splice Machine的首席执行官Monte Zweben表示:“向外扩展的数据库也被广泛采用。这些数据库可以定制以适应特定的需求和用例。Zweben指出:“现在数据库的专门化程度令人难以置信,所以明确知道将用于什么数据是选择正确数据库的最佳方式。”

这些要求可以从分析查询范围内没有实时必需品对机器学习或实时交易查询的分析查询,基于高可用性和短期停机。“规模,访问模式,延迟要求,吞吐量,可用性和一致性是在确定数据拟合时考虑的所有重要标准,”Zweben说。

人工智能和机器学习

人工智能和机器学习是许多信息技术项目的关键。它们对数据功能的影响将是深远的,特别是如果企业寻求数据驱动的决策。BMC软件高级副总裁兼数字服务和运营管理总经理Margaret Lee表示,人工智能和机器学习使“日常流程实现智能自动化,并能将商业数据货币化”。

“人工智能和ML用于从传统来源(如记录)和新来源(如物联网设备、社交媒体和客户参与系统)中提取和利用有价值的数据。这项技术与自动化工具集成,将原始数据转化为洞察和行动,并从数据管道中训练模型。”人工智能和机器学习还“有助于确保数据符合数据质量最佳实践,通过治理工具保护隐私,并可以自动化工作流以提高可见性。”除此之外,我们还可以利用预测分析来摄取、存储、处理、收集和分析数据。”

AUTOML

自动机器学习(AutoML)有可能对数据资产产生积极的影响。ISG数字战略和解决方案总监Shriram Natarajan表示:“正如DevOps和DevSecOps在应用领域实现了更高水平的流动性和业务定位,AutoML也有能力将其带到数据领域。”

第1页共3页下一个> >