银弹谷:数据与数据治理的趋势报告

数据:范围界定信息经济的“货币”,早已不限于数字形式数据的价值被不断认可,“数据资产化”已经成为了企业发展的重要组成部分。长期以来,数据被理解为以数字形式存储的信息,而目前技术可以测量更多的事件和活动,人们可以收集、存储并分析这些不被视为传统数据的各类信息,如邮件、图片、音视频等。数据可根据其特性及治理方法差异划分为内部数据与外部数据,结构化数据、非结构化数据与半结构化数据,元数据与主数据等。

数据治理只要通过4个层级的处理后,为企业提供科学决策,层级分为:
1、数据层:抽象的内容,独立时无意义。
2、信息处理层:经过收集和整理的数据。
3、知识层:经过人为解读和经验充实的信息。
4、智慧层:产生辨析判断、发明创造能力。
那么企业数据的主要类型8种,如:元数据、主数据、实时数据、结构化数据、非结构化数据、半结构化数据、企业内部数据、企业外部数据,具体数据分类和举例可以关注“银弹谷”回复:数据治理,获取报告查看详情。

数据时代来临,数据量的暴涨为企业数字化提供了基础支撑,大量的业务数据能够被采集、存储并最终创造经济效益。数字化转型从头部企业的可选项,转变为更广泛企业的必选项。新变化为企业带来新机遇的同时,也带来了诸多挑战。很多企业在前期的信息化建设中,缺乏统筹规划,为解决当下业务问题而按照垂直的、个性化的业务逻辑独立采购与部署IT系统,导致企业内部形成多个数据孤岛。数据不规范、不一致、难以互联互通成为普遍问题,阻碍企业去充分发挥数据价值。这种先建设后治理的常态,使得数据治理越来越受到企业的普遍重视,另一方面,新兴技术与应用场景的快速落地,也带领数据治理需求在加速攀升。

在企业的数据中,结构化数据仅占20%,其余80%都是以文件、语音、图片等形式存在的非结构化数据。且非结构化数据的增速远远高于结构化数据,随着时间的推移,非结构化数据所占的比例将会越来越高

企业长期以来,受技术影响,对结构化数据的利用率均高于对非结构化数据的利用率。但实际上,非结构化数据的体量与其包含的信息量都更多,是企业未得到充分利用的宝贵资产。

数据治理以数据源汇入为伊始,对数据进行清洗加工,并在数据存储、数据计算、数据服务应用等环节予以持续的治理服务,是企业实现数据服务与应用的重要环节。从数据层面来看,数据本身存在着从生产到消亡的生命周期,而数据治理会在数据生命周期的各阶段通过相应工具与方法论进行规范与定义,在企业内部构建出切实有效的数据闭环,使数据发挥出更大的价值。

© 版权声明
THE END
喜欢就支持一下吧
点赞10 分享
评论 抢沙发

请登录后发表评论