01.12.2022 21:32

Новости

Администратор

Автор:

Администратор

Семь тенденций корпоративной стратегии в области данных

Надежная, актуальная стратегия управления данными имеет основополагающее значение для долгосрочного успеха вашего предприятия. В свете текущих изменений она, вероятно, нуждается в серьезном обновлении – понял Джон Эдвардс после обсуждения этой темы с ИТ лидерами. Каждому предприятию нужна стратегия управления данными, которая четко определяет технологии, процессы, людей и правила, необходимые для безопасного управления своими информационными активами и практиками. Как и практически во всем, что связано с ИТ, стратегия управления данными должна развиваться с течением времени, чтобы идти в ногу с развивающимися технологиями, клиентами, рынками, бизнес-потребностями и практикой, нормативными актами и практически бесконечным числом других приоритетов.


Вот краткое изложение семи основных тенденций, которые, вероятно, изменят текущую стратегию вашей организации в области управления данными в ближайшие дни и месяцы.

 

1. Данные в реальном времени становятся реальными — как и сложность работы с ними

ИТ-директорам следует расставить приоритеты в своей инвестиционной стратегии, чтобы справиться с растущим объемом сложных данных в режиме реального времени, поступающих на предприятие, советует Лан Гуан, руководитель отдела глобальных данных и искусственного интеллекта в бизнес-консалтинговой фирме Accenture. Гуан считает, что возможность использовать данные не подлежит обсуждению в современной бизнес-среде. “Уникальные идеи, полученные на основе данных организации, представляют собой конкурентное преимущество, присущее их бизнесу и нелегко копируемое конкурентами”, - замечает она. “Неспособность удовлетворить эти потребности означает остаться позади и упустить множество возможностей, ставших возможными благодаря достижениям в области анализа данных”.

 

Следующим шагом в стратегии управления данными каждой организации, по словам Гуана, должно стать инвестирование в искусственный интеллект и машинное обучение и их использование для извлечения большей ценности из своих данных. “Такие инициативы, как автоматизированное прогнозируемое техническое обслуживание оборудования или оптимизация рабочей силы с помощью оперативных данных, - это лишь некоторые из многих возможностей, открывающихся благодаря сочетанию успешной стратегии управления данными с эффективным внедрением искусственного интеллекта”.

 

2. Требование внутреннего доступа к данным занимает центральное место

ИТ-директора и лидеры в области управления данными сталкиваются с растущим спросом на внутренний доступ к данным. “Данные больше не используются только аналитиками и специалистами по обработке данных”, - говорит Динеш Нирмал, генеральный менеджер отдела искусственного интеллекта и автоматизации IBM Data. “Каждый в своей организации — от отдела продаж до маркетинга, отдела кадров и операционной деятельности — нуждается в доступе к данным для принятия более эффективных решений”. Недостатком является то, что обеспечение легкого доступа к своевременным, релевантным данным становится все более сложной задачей. “Несмотря на огромные инвестиции, структура данных на предприятиях по-прежнему чрезмерно сложна, распределена по множеству облаков, приложений, местоположений, сред и поставщиков”, - говорит Нирмал.

 

В результате все большее число ИТ-руководителей ищут стратегии управления данными, которые позволят им управлять огромными объемами разрозненных данных, расположенных изолированно, не создавая новых рисков и проблем с соблюдением требований. “В то время как потребность в доступе к данным внутри компании растет, [ИТ-директорам] также приходится идти в ногу с быстро развивающимися мерами регулирования и соблюдения требований, такими как Закон ЕС об искусственном интеллекте и недавно опубликованный Белым домом проект Билля о правах в области искусственного интеллекта”, - говорит Нирмал.

 

3. Обмен внешними данными приобретает стратегический характер

По словам Майка Бехтеля, главного специалиста по футурологии консалтинговой компании Deloitte Consulting, обмен данными между деловыми партнерами становится намного проще, а сотрудничество - гораздо более тесным. “Благодаря значительному внедрению облачных хранилищ данных и смежных платформ анализа данных мы начинаем видеть интересные варианты использования, когда предприятия могут объединять свои данные с данными контрагентов для создания совершенно новых, продаваемых цифровых активов”, - говорит он.

 

Bechtel предвидит грядущие кардинальные изменения в обмене внешними данными. “В течение многих лет сотрудники конференц-залов и серверных комнат абстрактно говорили о ценности наличия всех этих данных, но гики среди нас знали, что возможность монетизировать эти данные требует, чтобы они были более ликвидными”, - говорит он. “У организаций могут быть петабайты интересных данных, но, если они будут храниться в устаревшем локальном хранилище, вы не сможете многого с ними сделать”.

 

4. Растет внедрение структуры данных и сетки передачи данных

Технологии Data fabric и data mesh могут помочь организациям извлечь максимальную пользу из всех элементов технического стека и иерархии практичным и удобным способом. “Многие предприятия по-прежнему используют устаревшие решения, старые и новые технологии, унаследованные политики, процессы, процедуры или подходы, но сталкиваются с необходимостью объединить все это в рамках новой архитектуры, которая обеспечивает большую гибкость и скорость”, - говорит Паола Сайбене, главный консультант ИТ-консалтинговой фирмы Resultant.

 

Mesh позволяет организации извлекать необходимую информацию и аналитические идеи из окружающей среды в ее текущем состоянии без необходимости радикально изменять ее или массово разрушать. “Таким образом, ИТ-директора могут воспользоваться преимуществами [инструментов], которые у них уже есть, но добавить слой сверху, который позволяет им использовать все эти активы современным и быстрым способом”, - объясняет Сайбене.

 

Data fabric - это архитектура, которая обеспечивает сквозную интеграцию различных конвейеров передачи данных и облачных сред за счет использования интеллектуальных и автоматизированных систем. Структура, особенно на уровне активных метаданных, важна, отмечает Сайбене. “Агенты интероперабельности создадут впечатление, что все невероятно хорошо взаимосвязано и намеренно спроектировано таким образом”, - говорит она. “Таким образом, вы можете получить всю необходимую информацию, избегая при этом необходимости перестраивать свою среду”.

 

5. Наблюдаемость данных становится критически важной для бизнеса

Наблюдаемость данных расширяет концепцию качества данных за счет тщательного мониторинга данных по мере их поступления в приложения и выхода из них. Этот подход обеспечивает критически важную для бизнеса информацию о приложении, схеме, метриках и происхождении, говорит Энди Петрелла, основатель поставщика данных для наблюдения Kensu и автор книги "Основы наблюдаемости данных" (O'Reilly, 2022).

 

Ключевым атрибутом наблюдаемости данных является то, что она воздействует на метаданные, обеспечивая безопасный способ мониторинга данных непосредственно в приложениях. По словам Петреллы, когда конфиденциальные данные покидают конвейер управления данными, они собираются агентом по наблюдению за данными. “Благодаря этой информации специалисты по управлению данными могут быстрее устранять неполадки с данными и предотвращать их распространение, снижая затраты на обслуживание, восстанавливая доверие к данным и расширяя возможности создания ценности из данных”, - добавляет он.

 

Петрелла утверждает, что наблюдаемость данных создает совершенно новую категорию решений. “ИТ-директора должны сначала понять различные подходы к наблюдению за данными и то, чем они отличаются от управления качеством”, - отмечает он. Затем они должны определить заинтересованные стороны в своей команде по обработке данных, поскольку они будут нести ответственность за внедрение технологии наблюдаемости. Неспособность улучшить качество данных, скорее всего, снизит производительность команды управления данными, одновременно снижая доверие к данным по всей цепочке передачи данных. “В долгосрочной перспективе это может отодвинуть деятельность по управлению данными на задний план, сказавшись на конкурентоспособности организации и, в конечном счете, на ее доходах”, - утверждает Петрелла.

 

ИТ-лидеры борются с растущей сложностью и непостижимыми объемами данных, распределенных по всему технологическому стеку, отмечает Грегг Островски, исполнительный технический директор Cisco AppDynamics. “Им приходится интегрировать значительно расширяющийся набор облачных сервисов с существующими локальными технологиями”, - отмечает он. “С точки зрения стратегии управления данными, самой большой тенденцией является необходимость для ИТ-команд получать четкую визуализацию и понимание своих приложений независимо от домена, будь то локальная, облачная или гибридная среды”.

 

6. "Данные как продукт" начинают приносить пользу бизнесу

Данные как продукт - это концепция, направленная на решение реальных бизнес-задач за счет использования смешанных данных, полученных из множества различных источников. “Этот подход к сбору и анализу данных обеспечивает новый уровень интеллекта для компаний, который может привести к реальному результату”, - говорит Ирвин Бишоп-младший, ИТ-директор Black & Veatch, глобальной инжиниринговой, закупочной, консалтинговой и строительной компании.

 

Бишоп утверждает, что понимание того, как собирать и применять данные, может изменить правила игры во многих отношениях. Он сообщает, что Black & Veatch работает с клиентами над разработкой дорожных карт продуктов для управления данными и установлением соответствующих ключевых показателей эффективности. “Одним из примеров является то, как мы используем данные в водной отрасли для лучшего управления физическим состоянием критически важной инфраструктуры”, - отмечает он. “Данные дают нашим клиентам по водоснабжению возможность прогнозировать, когда часть оборудования, вероятно, потребуется заменить и какое воздействие на окружающую среду оно может выдержать, основываясь на прошлых данных о производительности”. Бишоп говорит, что такой подход дает участвующим клиентам больше контроля над надежностью обслуживания и их бюджетами.

 

7. Возникают кросс-функциональные команды по разработке продуктов для управления данными

По мере того, как организации начинают относиться к данным как к продукту, становится необходимым создавать команды разработчиков, которые связаны между собой в секторах ИТ, бизнеса и науки о данных, говорит Трейси Гашер, руководитель отдела данных и аналитики консалтинговой фирмы EY Americas. Сбор данных и управление ими не должны классифицироваться как просто еще один проект, отмечает Гушер. “Данные необходимо рассматривать как полностью функциональную бизнес-область, ничем не отличающуюся от HR или финансов”, - утверждает она. “Переход к подходу, основанному на продукте данных, означает, что ваши данные будут обрабатываться так же, как и физический продукт — разрабатываться, продаваться, контролироваться по качеству, улучшаться и иметь четкую отслеживаемую ценность”.


0


Нет комментариев. Ваш будет первым!
Загрузка...