不了解数据管理可能会阻碍业务的发展

大数据
数据在过去十年里风靡一时,被宣布为数字经济的“新石油”,是的,数据具有为你的企业创造价值的巨大潜力,这使得其收益和对其的分析(即数据科学)非常令人兴奋。

IT领导者请注意:按照你目前的可能轨迹,你的企业就是泰坦尼克号,而它的数据就像冰山。为了避免不利的情况,CIO必须认真对待数据管理。

当然,数据在过去十年里风靡一时,被宣布为数字经济的“新石油”,是的,数据具有为你的企业创造价值的巨大潜力,这使得其收益和对其的分析(即数据科学)非常令人兴奋。

但在注意力光谱的另一端是数据管理,人们经常认为这项工作乏味、乏味,是办事员和管理员的工作,而且费用高得离谱。

尽管如此,要真正利用数据创造持久价值,企业必须掌握数据管理技能,这意味着在数据体系结构和数据治理等不为人所知的学科中表现出色。用Milwaukee Bucks商业战略和分析副总裁Sumathi Thiyagarajan的话说,在情感上、文化上和心理上,数据管理必须重新命名为“快乐的”工作。

缺乏有关数据管理的数据

对于所有关于数据的讨论,具有讽刺意味的是,无论你往哪里看,我们都缺乏关于数据的数据,例如,许多企业甚至无法准确确定他们在数据上花费了多少。

订阅研究公司和IT思想领导中心几乎已经放弃了数据管理领域,转而追求Next New Thing的多巴胺兴奋,这种缺乏分析师覆盖面的连锁反应是,缺乏关于数据管理资金支出的数据。

在现实中,MDM(主数据管理)意味着大多数大公司的主要数据混乱,这是20多年来在没有全面数据战略的情况下将数据投入数据仓库和数据湖的最终结果。展望未来,IT领导者将不得不找到某种方法来清理本质上是遗留数据化粪池的东西。

在最近的一次会议上,一家大型商业出版物的编辑引用了查塔姆豪斯规则,然后问在场的大约250名高管,有多少人拥有他们认为的“连贯的数据战略”?七个人举起了手。

导致普遍缺乏有关数据的数据的原因之一是复杂性。企业中有很多地方会发生数据支出,例如,个别业务部门从第三方购买数据。在企业范围内清点正在购买的所有数据馈送,并准确了解所有购买的数据是如何使用的,这将是很好的第一步。

现实情况是,有关现代企业的相当大一部分数据在多个位置复制,分类不佳,定义特殊,锁定在封闭的平台中,并困在本地业务流程中。数据需要以资产组合的方式变得更具流动性-即进行转换,以简化数据资产的重用和重组。

我对主要的云提供商进行了一项调查,询问与他们合作的首席数据官在哪里度过他们的时间,据这些提供商称,CDO 50%至70%的时间都花在了人的问题上,比如竖井中数据的所有权。打破这些数据孤岛是另一个数据管理问题。

数据管理的收益

我们所知道的是,对数据的投资是巨大的。估计数字差异很大,数据支出占总IT预算的比例在10%到57%之间。根据其分析,麦肯锡得出结论,一家运营成本为50亿美元的中型机构在第三方数据来源、架构、治理和消费方面的数据支出超过2.5亿美元。

企业从中得到了什么?

作为一名未来学家,我走访了现代生活中的各个部落,因为我们生活在愤怒的时代,我会定期问我遇到的人:“是什么让人们最愤怒?”首席执行官们以及为他们服务的分析师、市场研究人员和顾问私下谈到了深刻的背景,他们告诉我,分析、大数据和人工智能未能带来可衡量和实质性的好处,这真的开始让人们感到恼火。

这里是关于数据的关键部分。如果没有干净、一致和准确的数据,下一个新事物-人工智能-将无法大规模运行,这只会加剧企业对从数据投资中获得回报的不满。

与此同时,CIO需要确保企业知道资金投资于数据的内容、地点、目的和效率-以及这些投资是如何获得回报的。

这需要成为首要议程项目,因为,尽管从历史上看,数据并不在大多数高管的雷达屏幕上,但正如我的老同事、麻省理工学院信息研究中心首席研究科学家芭芭拉·维克索姆在她的书《数据是每个人的业务:数据货币化的基础》中所说的那样,如今,数据必须在每个高管的职权范围内。

传统上,商学院避免将数据作为一个话题,培养出那些错误地认为数据是别人的工作的商业领袖,我还记得,哈佛商学院早期的校友刻薄地挖苦他们,希望他们的助手把当天的工作作为案例研究——也就是所有相关问题的20页摘要。

现在,这些高管必须知道,他们企业的数据战略不仅坚实,而且走在正确的道路上,能够从下一波技术浪潮中获得最大利益,同时避免灾难。CIO可以做的任何事情都将有助于创造更美好的未来,从而提高高管对其数据责任的认识。

责任编辑:姜华 来源: 企业网D1Net
相关推荐

2024-01-15 13:18:11

数据管理CIO

2019-06-05 07:08:34

物联网IOT技术

2019-04-03 09:10:35

Rediskey-value数据库

2023-04-24 14:26:32

2016-12-01 13:06:31

技术大数据数据分析

2022-04-07 20:26:45

数据管理自动化

2023-02-12 21:54:32

架构AI元宇宙

2015-06-05 09:52:41

公有云风险成本

2020-04-20 10:55:57

大数据人工智能技术

2020-11-15 23:37:06

数据管理医疗保健数据数据库

2014-05-06 10:31:21

KillallLinux命令行

2023-02-16 07:38:38

非机械键电路薄膜,

2019-05-14 14:51:40

Java语法糖用法

2010-02-04 11:15:12

数据交换技术

2020-07-06 07:48:16

MySQL细节SQL

2011-03-29 15:44:41

对日软件外包

2020-11-30 06:27:35

Java泛型Object

2020-09-16 07:59:40

数组内存

2017-12-11 10:23:58

数据错误收集

2021-07-12 07:01:39

AST前端abstract sy
点赞
收藏

51CTO技术栈公众号