对于IT部门来说，管理无限增长的数据存储是非常大的挑战。
不断增加的管理工作量迫使很多IT部门想方设法减少他们在存储、分析和向用户呈现信息方面花费的时间。企业一直在寻找产品，以减少其IT支持专业人员花费在维护当前系统上的时间，从而使他们能够专注于更高的ROI活动。
同时，各种规模的供应商都都纷纷发布新产品或增强现有产品，以利用IT社区对自动化数据管理活动的兴趣来赚钱。这些供应商提供节省时间的自动化、人工智能和机器学习功能，可帮助企业改善数据集成、元数据管理、数据库管理、分析和信息治理功能。
增强数据管理增长
增长最快的趋势之一是人工智能和机器学习增强工具，这些工具可帮助员工收集、准备、存储和分析数据以及共享业务见解。根据Gartner最近的研究预测，到2022年，由于增强功能，手动数据管理任务将减少45%。
下面让我们看看高度概括版的信息生命周期，以更深入地了解增强数据管理。 数据收集、归档和管理 数据治理是一项战略计划，它定义企业需要的角色、规则、流程和最佳做法，以确保数据的安全性、质量和正确使用。数据治理提供了控制蓝图，以确保在企业级对数据进行有效管理。数据治理的目标是打破数据孤岛，以促进整个企业之间的信息共享，并确保企业数据资产的准确性、跨系统保持一致且不被滥用。
数据治理的关键组成部分是元数据管理。为了将数据转换为你可信任的信息，你首先需要收集数据并记录其含义、业务用途、来源、沿袭、背景信息以及与其他元素的关系。这些信息称为元数据-有关数据的数据。数据专家探索元数据存储库，以识别和更好地理解可使用的数据资产。
我们很容易得出这样的假设，即总体数据治理以及对企业数据资产的有效管理和归档既费时又昂贵。
现在信息管理市场有非常多的产品，从专注于特定管理活动的应用程序到试图涵盖整个数据治理过程的通用平台。
这些工具供应商共同点是，他们利用自动化、人工智能和机器学习方面的进步来使他们的产品与竞争产品区分。下面让我们看看具有独特的增强数据管理功能集的示例供应商产品。
- Informatica。Informatica是提供各种数据管理产品的行业领导者。该供应商最近宣布在其智能数据平台产品中集成了增强的数据管理创新。
- Infogix。Infogix提供广泛的数据治理产品，现在该公司还提供增强的元数据管理策略。
- IBM。这个行业巨头继续向其数据治理产品套件中添加增强数据管理领域的最新创新技术。IBM在其IBM Watson知识目录中使用自动化、人工智能和机器学习来促进企业数据治理。
数据基础设施管理
在竞争激烈的市场领域中，数据库管理系统供应商知道他们的产品必须提供功能以简化、自动化和提高管理活动质量。这些供应商意识到，易于管理和节省时间的自动化是企业在比较产品时的关键评估点。
供应商将继续集成自动化和产品生成的建议，以减少数据库管理员在重复日常低ROI的管理活动上花费的时间。
运营人工智能(AIOps)是大数据、人工智能、机器学习和自动化技术的集合，可帮助数据基础架构支持人员快速解决问题，并更有效地支持大规模企业计算环境。
数据基础结构管理自动化的示例包括：
- 甲骨文。利用自动化减少管理任务时间和提高系统质量的示例是甲骨文的自治数据库。
- 微软。管理数据平台包括管理其操作系统的云和本地版本。微软的Operations Management Suite提供了一个控制台，该控制台可以自动化针对云和本地OS的各种管理活动;
- BMC Software。除了产品制造商，第三方管理工具提供商还可以专注于自动化数据基础架构支持活动。BMC的TrueSight Automation for Servers就是很好的例子，让我们看到第三方产品提供商如何使用增强的数据管理功能来减少管理时间并提高支持质量。
数据分析与展示
在数据分析的早期阶段，对于IT行业的每个人来说，显而易见的是，数据科学家花费了太多时间来收集、存储和准备数据进行分析，实际上这些时间可以用来分析信息以产生业务见解。
分析工具供应商很快了解到，如果他们希望提高其产品的竞争优势，则他们必须提供自动化、人工智能和机器学习功能来帮助数据科学家准备数据进行分析，并指导他们进行数据探索过程。
目前描述这些功能的行业流行词是增强分析。
增强分析使用AI、机器学习和自动化功能来改善数据获取、准备和分析功能，其目的是使数据科学家能够更轻松地生成和发布高质量的见解。增强分析还可以通过生成建议来指导他们完成数据分析过程，从而帮助专家和公民数据科学家更有效地探索数据。
