
变革期,如何避免大数据错误
有没有一种方法可以既让你的客户感觉到安全快乐,又让你的老板感觉到放松自信,甚至还可以保护公司的其他团队免受损失?一个坚实的会计系统可以确保一个企业得到良好的管理,而数据治理是和会计系统同样的存在,是所有处理数据业务的必要元素。
Global Data Strategy总经理Donna Burbank在5月拉斯维加斯举行的Interop ITX活动中表示如今数据治理正慢慢受到公司业务方面的更多关注和尊重,公司也开始真正理解数据治理了,这无疑是一件大好事。
由于缺少更好的条件,目前企业的首要任务是获取数据,了解数据是如何影响公司的业务模式。亚马逊和Uber这样的公司已经算是真正实现了数据驱动,所以许多公司都会以此为榜样。
Burbank表示数据治理是和公司会计部门比肩的存在。如果你的数据治理得好的话,企业是真的可以基于数据实现协作的。例如,如果我们征得同意准确的统计出北美的总收入,那么我们就可以从数据层面大致了解北美的全貌。从另一个角度来看,这也说明了高质量数据是十分重要的,尤其是对于现代企业来说。所以,数据治理也渐渐得到了IT部门以外的业务领导的重视。
Burbank表示目前我们正处于变革期,而这种变化主要来自以下四个因素:
1.目前出现的商机使数据和数据治理更有价值。
2.数据监管正在推动需求,即使是现在还没有以数据为驱动的企业,未来也会因为政府法规和审计被迫采集和处理自己的数据。
3.商业人士对数据的兴趣日益渐浓。
4.如今关于数据的技术发展到一定程度了,更多的人看到了数据的价值。如,数据可能存储在云中或者是部分业务中已经使用到了大数据。
当然,目前数据的发展并不是十分完善的,这其中还是存在不少问题的,如消费者隐私、数据质量以及数据治理的其它问题。有时为企业大数据制定的治理计划可能影响到企业的整体的业务;也有的企业中有数百个数据库,IT和业务领导可能不知道从哪里开始数据治理计划。
一些新规如欧盟《一般数据保护条例》的出炉可能会迫使企业开始思考这些问题,很多企业也在采用最严格的数据隐私法规,以简化其在国际客户基础上的合规性。当然各个国家对于数据隐私保护的严格程度也不一致,如德国和法国、西班牙的法律就不一样,前些日子英国脱欧,也给数据保护带来了一些复杂性。所以,企业要创建一个数据治理计划既要最大程度的保留客户数据,又要遵守每个国家的法律,其实是一个很难的事情。
所以Burbank建议IT和业务领导胃口不要太大,虽然数据治理可以帮助企业避免很多代价昂贵和没必要的错误,但是也不是一朝一夕可以完成的,所以最好的做法就是先集中干一件事。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03