Tech

รับประโยชน์สูงสุดจากการแปลงจากข้อมูลของคุณ: หลักการสำคัญ 10 ข้อ

ความสำคัญของข้อมูลต่อธุรกิจในปัจจุบันไม่สามารถพูดเกินจริงได้ จากการศึกษาพบว่า บริษัทที่ขับเคลื่อนด้วยข้อมูล มีแนวโน้มที่จะบรรลุเป้าหมายด้านรายได้มากกว่าบริษัทที่ไม่ได้ขับเคลื่อนด้วยข้อมูลถึง 58% และมีแนวโน้มว่าจะทำได้ดีกว่าบริษัทที่ล้าหลังอย่างมีนัยสำคัญถึง 162% การวิเคราะห์ข้อมูลช่วยให้เกือบครึ่งหนึ่งของบริษัททั้งหมด ตัดสินใจได้ดีขึ้น เกี่ยวกับทุกสิ่ง ตั้งแต่ผลิตภัณฑ์ที่พวกเขานำเสนอไปจนถึงตลาดที่พวกเขากำหนดเป้าหมาย ข้อมูลมีความสำคัญในทุกอุตสาหกรรม ไม่ว่าจะเป็นการช่วยเหลือฟาร์ม เพิ่มมูลค่าของพืชผลที่พวกเขาผลิต หรือโดยพื้นฐาน เปลี่ยนแปลง game of basketball.

ใช้อย่างเหมาะสมที่สุด ข้อมูลมีความสำคัญอย่างยิ่งยวด ปัญหาคือ การนำข้อมูลไปใช้นั้นไม่ใช่เรื่องง่ายเสมอไป รายงาน Seagate Rethink Data ที่มีการวิจัยและวิเคราะห์โดย IDC พบว่ามีเพียง 32% ของข้อมูลที่มีอยู่สำหรับองค์กรเท่านั้นที่เคยใช้และส่วนที่เหลืออีก 68 รายการ % ไม่มีเลเวอเรจ ผู้บริหาร ไม่มั่นใจอย่างเต็มที่ ในความสามารถในปัจจุบัน—หรือในแผนระยะยาว—ในการบีบระดับของมูลค่าที่เหมาะสมที่สุดออกจากข้อมูลที่พวกเขา ผลิต ได้มา จัดการและใช้งาน

การตัดการเชื่อมต่อคืออะไร? หากข้อมูลมีความสำคัญต่อสุขภาพของธุรกิจมาก เหตุใดจึงยากที่จะเชี่ยวชาญ

ในบริษัทที่ดำเนินกิจการดีที่สุด ระบบที่เชื่อมโยงผู้ผลิตข้อมูลและผู้บริโภคข้อมูล มีความปลอดภัยและง่ายต่อการปรับใช้ แต่พวกเขามักจะไม่ บริษัทต่างๆ ประสบปัญหาในการค้นหาข้อมูลและใช้ประโยชน์จากข้อมูลดังกล่าวเพื่อวัตถุประสงค์เชิงกลยุทธ์ แหล่งข้อมูลนั้นยากที่จะระบุและประเมินได้ยากกว่า ชุดข้อมูลที่ใช้ในการฝึกโมเดล AI สำหรับการทำงานอัตโนมัติอาจตรวจสอบได้ยาก แฮกเกอร์มักจะมองหาการขโมยหรือประนีประนอมข้อมูล และการค้นหาข้อมูลที่มีคุณภาพเป็นความท้าทายสำหรับนักวิทยาศาสตร์ด้านข้อมูลที่มีความชำนาญที่สุด

ขาด ของระบบ end-to-end สำหรับการรับรองข้อมูลคุณภาพสูงและการแบ่งปันอย่างมีประสิทธิภาพทำให้การนำ AI ไปใช้ล่าช้า

ช่องว่างในการสื่อสารอาจทำให้กระบวนการส่งมอบข้อมูลเชิงลึกที่ส่งผลกระทบเสียหาย ผู้บริหารที่ให้ทุนสนับสนุนโครงการข้อมูลและวิศวกรข้อมูลและนักวิทยาศาสตร์ที่ดำเนินการไม่เข้าใจซึ่งกันและกันเสมอไป ผู้ปฏิบัติงานด้านข้อมูลเหล่านี้สามารถสร้างแผนโดยละเอียดได้ แต่ถ้าผู้ปฏิบัติงานไม่ได้กำหนดกรอบผลลัพธ์อย่างเหมาะสม ผู้บริหารธุรกิจที่ร้องขออาจกล่าวว่าพวกเขากำลังมองหาสิ่งที่แตกต่างออกไป โครงการจะถูกระบุว่าล้มเหลวและโอกาสในการสร้างมูลค่าจากความพยายามจะลดลงข้างทาง

บริษัท ประสบปัญหาข้อมูลไม่ว่าจะอยู่ที่ไหน ในแง่ของความสมบูรณ์ของข้อมูล พวกเขากำลังพยายามหาวิธีที่จะทำให้ข้อมูลเป็นส่วนสำคัญในอนาคตของพวกเขา แต่พวกเขากำลังดิ้นรนที่จะนำแผนไปสู่การปฏิบัติ

หากคุณอยู่ใน ตำแหน่งนี้คุณทำอะไร

บริษัทต่างๆ พบว่าตัวเองอยู่ในจุดเปลี่ยนคล้าย ๆ กันในปี 2010 พยายามจัดเรียงตำแหน่งของตนในระบบคลาวด์ พวกเขาใช้เวลาหลายปีในการพัฒนากลยุทธ์ระบบคลาวด์ วางแผนการย้ายระบบคลาวด์ เลือกแพลตฟอร์ม สร้างสำนักงานธุรกิจระบบคลาวด์ และจัดโครงสร้างองค์กรเพื่อใช้ประโยชน์จากโอกาสบนระบบคลาวด์ให้ดีที่สุด ทุกวันนี้ พวกเขากำลังเก็บเกี่ยวผลประโยชน์: การย้ายไปยังคลาวด์ทำให้พวกเขาปรับปรุงแอปและระบบไอทีให้ทันสมัยได้

ในตอนนี้องค์กรต่างๆ จะต้องตัดสินใจเกี่ยวกับข้อมูลในลักษณะเดียวกัน . พวกเขาต้องพิจารณาปัจจัยหลายอย่างเพื่อให้แน่ใจว่าข้อมูลเป็นรากฐานสำหรับธุรกิจของพวกเขาในอนาคต พวกเขาควรถามคำถามเช่น:

ข้อมูลที่ธุรกิจต้องการมีพร้อมหรือไม่

  • ต้องการแหล่งข้อมูลประเภทใดบ้าง มีชุดข้อมูลกระจายและหลากหลายที่คุณไม่รู้หรือไม่?
  • ข้อมูลสะอาด เป็นปัจจุบัน เชื่อถือได้ และสามารถรวมเข้ากับระบบที่มีอยู่ได้หรือไม่
  • ส่วนที่เหลือของระดับ C อยู่บนเรือด้วยแนวทางของหัวหน้าเจ้าหน้าที่ข้อมูลหรือไม่
  • เป็นนักวิทยาศาสตร์ด้านข้อมูลและผู้ใช้ปลายทางสื่อสารอย่างมีประสิทธิภาพเกี่ยวกับสิ่งที่จำเป็น และสิ่งที่ส่งมาด้วย?

    มีการแบ่งปันข้อมูลอย่างไร

  • ฉันจะเชื่อถือข้อมูลของฉันได้อย่างไร
  • ทุกคนและองค์กรที่ต้องการเข้าถึงข้อมูลมีสิทธิ์ใช้งานหรือไม่
  • นี่เป็นมากกว่าแค่ข่าวกรองทางธุรกิจ มันเกี่ยวกับการใช้ประโยชน์จากโอกาสที่กำลังก่อตัว การใช้ข้อมูลเพิ่มมากขึ้น เครื่องมือในการใช้ประโยชน์จากข้อมูลก็มีประสิทธิภาพมากขึ้น และความเชี่ยวชาญของนักวิทยาศาสตร์ข้อมูลก็เพิ่มมากขึ้น แต่ข้อมูลนั้นยากที่จะเชี่ยวชาญ หลายๆ บริษัทไม่ได้ถูกจัดตั้งขึ้นเพื่อใช้ข้อมูลที่มีอยู่ให้เกิดประโยชน์สูงสุด องค์กรจำเป็นต้องลงทุนในบุคลากร กระบวนการ และเทคโนโลยีที่จะ ขับเคลื่อนกลยุทธ์ด้านข้อมูล .

    เมื่อคำนึงถึงสิ่งเหล่านี้แล้ว ต่อไปนี้คือหลักการ 10 ประการที่บริษัทควรปฏิบัติตามในการพัฒนากลยุทธ์ด้านข้อมูล:

    1. ทำความเข้าใจว่าข้อมูลของคุณมีค่าเพียงใด

    ข้อมูลของคุณมีค่าแค่ไหนสำหรับคุณ? สามารถวัดได้หลายวิธี มีตัวชี้วัดแบบดั้งเดิมที่ต้องพิจารณา เช่น ค่าใช้จ่ายในการรับข้อมูล ค่าใช้จ่ายในการจัดเก็บและส่งข้อมูล เอกลักษณ์ของข้อมูลที่ได้รับ และโอกาสในการใช้เพื่อสร้างรายได้เพิ่มเติม ตัววัดของ Marketplace ส่งผลต่อมูลค่าของข้อมูล เช่น คุณภาพข้อมูล อายุของข้อมูล และความนิยมของผลิตภัณฑ์ข้อมูล

    ข้อมูลของคุณก็อาจมีประโยชน์ต่อผู้อื่นเช่นกัน . ตัวอย่างเช่น สมมติว่าโรงพยาบาลรวบรวมชุดข้อมูลผู้ป่วยที่สามารถสร้างมูลค่าให้กับข้อมูลของคุณได้ ในกรณีดังกล่าว ข้อมูลดังกล่าวอาจเป็นที่สนใจของนักวิจัยโรค ผู้ผลิตยา บริษัทประกันภัย และผู้ซื้อที่มีศักยภาพรายอื่นๆ มีกลไกในการปกปิด รวบรวม ควบคุม และระบุผู้ที่มีแนวโน้มจะเป็นผู้ใช้ข้อมูลของคุณหรือไม่

    โอกาสที่สมดุลโดยต้นทุนที่ใช้ในการส่งมอบ เป็นวิธีหนึ่งในการกำหนดมูลค่าที่เป็นไปได้ของข้อมูลของคุณ

    2. กำหนดสิ่งที่ทำให้ข้อมูลมีค่า

    แม้ว่าการใส่ค่าเงินดอลลาร์ที่แท้จริงลงในข้อมูลของคุณอาจเป็นเรื่องยาก แต่การกำหนดองค์ประกอบที่ทำให้ข้อมูลมีมูลค่าสูงนั้นง่ายกว่า . สามารถลดสมการคิดง่ายๆ ได้ดังนี้

    ความสมบูรณ์ + ความถูกต้อง=คุณภาพ

    คุณภาพ + รูปแบบ=ความสามารถในการใช้งาน

    ข้อมูลที่ใช้งานได้ + ผู้ปฏิบัติงานด้านข้อมูลที่ใช้งานได้ดี=VALUE

    โครงการข้อมูลของคุณสามารถ อย่าดำเนินการโดยไม่มีข้อมูลที่ดี คุณภาพของข้อมูลของคุณสูงพอที่จะคุ้มค่าหรือไม่? ส่วนหนึ่งจะขึ้นอยู่กับว่าคุณเก็บตัวอย่างได้ครบถ้วนเพียงใด ฟิลด์ข้อมูลหายไปหรือไม่? คุณภาพยังขึ้นอยู่กับความถูกต้องของข้อมูลด้วย ถูกรวบรวมจากแหล่งที่เชื่อถือได้หรือไม่? ข้อมูลเป็นปัจจุบันหรือมีเวลาลดความถูกต้องลงหรือไม่? คุณรวบรวมและจัดเก็บข้อมูลของคุณตามภาคอุตสาหกรรมและภาคธุรกิจและมาตรฐานหรือไม่

    ข้อมูลของคุณต้องใช้งานได้จึงจะคุ้มค่าต่อการลงทุน การตั้งค่าระบบสำหรับผู้ปฏิบัติงานด้านข้อมูลเพื่อใช้และวิเคราะห์ข้อมูลให้ดีและเชื่อมต่อกับผู้นำธุรกิจที่สามารถใช้ประโยชน์จากข้อมูลเชิงลึกได้อย่างใกล้ชิด

    3. กำหนดตำแหน่งของคุณในการเดินทางข้อมูล

    การวางตำแหน่งธุรกิจเพื่อใช้ประโยชน์จากคลาวด์คอมพิวติ้งอย่างเต็มที่คือการเดินทาง แนวคิดเดียวกันนี้ควรใช้กับข้อมูล

    การตัดสินใจของบริษัทเกี่ยวกับกลยุทธ์ด้านข้อมูลขึ้นอยู่กับว่าเกิดขึ้นที่ใดในการเดินทางของข้อมูล คุณอยู่ไกลแค่ไหนในการเดินทางข้อมูลของคุณ? เครื่องมือประเมินและพิมพ์เขียวสามารถช่วยบริษัทต่างๆ ระบุตำแหน่งของตนได้ การประเมินควรเป็นมากกว่าการระบุเครื่องมือที่อยู่ในกลุ่มเทคโนโลยีของบริษัท พวกเขาควรพิจารณาว่าข้อมูลได้รับการปฏิบัติอย่างไรทั่วทั้งองค์กรในหลาย ๆ ด้าน โดยคำนึงถึงการกำกับดูแล การจัดการวงจรชีวิต ความปลอดภัย การนำเข้าและการประมวลผล สถาปัตยกรรมข้อมูล การใช้และการกระจาย ความรู้ข้อมูล และการสร้างรายได้จากข้อมูล

    การบริโภคและการกระจายเพียงอย่างเดียวสามารถวัดได้ในแง่ของความสามารถขององค์กรในการใช้บริการต่างๆ ตั้งแต่ข่าวกรองธุรกิจไปจนถึงการสตรีมข้อมูล ไปจนถึงแอปพลิเคชันแบบบริการตนเองของการวิเคราะห์ข้อมูล บริษัทได้ดำเนินการสนับสนุนการใช้ข้อมูลโดยบุคคลหรือไม่? รองรับ API ส่วนบุคคลหรือไม่ เมื่อพิจารณาความรู้ด้านข้อมูลเป็นหมวดหมู่แล้ว พจนานุกรมข้อมูลของบริษัท อภิธานศัพท์ทางธุรกิจ แคตตาล็อก และแผนการจัดการข้อมูลหลักมีความก้าวหน้าเพียงใด

    การให้คะแนนความสามารถแต่ละชุดเผยให้เห็น จุดแข็งและจุดอ่อนของบริษัทในด้านการเตรียมข้อมูล กว่าบริษัทจะมองเข้าไปใกล้ ๆ ก็อาจจะไม่รู้ว่ามันใกล้หรือไกลจากจุดที่ต้องการหรืออยากจะอยู่แค่ไหน

    4. เรียนรู้การจัดการข้อมูลจากแหล่งต่างๆ

    ข้อมูลกำลังเข้าสู่องค์กรจากทุกทิศทาง—จากภายในบริษัท อุปกรณ์ IoT และระบบการเฝ้าระวังวิดีโอที่ขอบ คู่ค้า ลูกค้า , โซเชียลมีเดีย และเว็บ ข้อมูลทั่วโลกจำนวนหลายร้อย จะต้องถูกเลือก จัดการ ป้องกัน และปรับให้เหมาะสมเพื่อการใช้งานที่สะดวกและมีประสิทธิภาพ

    นี่เป็นความท้าทายสำหรับองค์กรที่ยังไม่ได้พัฒนาระบบสำหรับการรวบรวมข้อมูลและการกำกับดูแลข้อมูล ไม่ว่าข้อมูลจะมาจากไหน ก็ต้องมีกลไกในการทำให้เป็นมาตรฐานเพื่อให้ข้อมูลนั้นมีประโยชน์มากขึ้น

    บริษัทต่างๆ และประเทศต่างๆ กำหนดกฎเกณฑ์ที่ต่างกันออกไป กฎเกี่ยวกับข้อมูลที่สามารถแบ่งปันได้และอย่างไร แม้แต่แต่ละแผนกภายในบริษัทเดียวกันก็สามารถปฏิบัติตามกฎการกำกับดูแลกิจการที่กำหนดเส้นทางที่ชุดข้อมูลบางอย่างต้องปฏิบัติตาม นั่นหมายถึงการบังคับใช้นโยบายการเข้าถึงข้อมูลและการกระจายข้อมูล ในการคว้าโอกาสทางข้อมูลเหล่านี้ บริษัทต่างๆ จำเป็นต้องออกแบบเส้นทางเพื่อค้นหาชุดข้อมูลใหม่และกำหนดกฎการกำกับดูแลเพื่อจัดการ

    ในการผลิต บริษัทในสายซัพพลายเชนจะวัด คุณภาพของชิ้นส่วนและซัพพลายเออร์ บ่อยครั้ง ซัพพลายเออร์เป็นเจ้าของเครื่องจักรและหุ่นยนต์ที่พวกเขาใช้ ซัพพลายเออร์อาจต้องการจัดทำสัญญาเพื่อดูว่าใครมีสิทธิ์ใช้ข้อมูลเพื่อปกป้องผลประโยชน์ทางธุรกิจของตนเอง และผู้ผลิตควรกำหนดข้อกำหนดในการแบ่งปันข้อมูลกับคู่ค้าและซัพพลายเออร์ล่วงหน้า 5. รับความมุ่งมั่นเชิงกลยุทธ์จาก C-suite

    ข้อมูลมีประโยชน์ในหลายระดับขององค์กร และบุคคลในแต่ละระดับที่ได้รับผลกระทบจะล็อบบี้สำหรับแง่มุมเฉพาะของกระบวนการค่าข้อมูล . นักวิทยาศาสตร์ด้านข้อมูลต้องการเทคโนโลยีที่ทรงพลังและง่ายต่อการใช้งานมากขึ้น ผู้นำในสายธุรกิจต้องการข้อมูลเชิงลึกที่ดีขึ้นและเร็วขึ้น ที่ด้านบนสุดของปิรามิดคือ C-suite ซึ่งจัดลำดับความสำคัญของการจัดช่องข้อมูลให้เป็นมูลค่าทางธุรกิจ

    สิ่งสำคัญคือต้องให้ผู้บริหารระดับ C เข้าร่วมด้วย กลยุทธ์ข้อมูลแบบองค์รวม การทำอย่างถูกต้องอาจก่อกวนได้ การแยกค่าสูงสุดจากข้อมูลต้องการให้องค์กรจ้างพนักงานที่มีทักษะใหม่ ปรับวัฒนธรรมองค์กร รื้อปรับกระบวนการเก่า และปรับโครงสร้างแพลตฟอร์มข้อมูลเก่า เป็นโครงการการเปลี่ยนแปลงที่ไม่สามารถทำได้โดยไม่ได้รับการซื้อจากระดับบนสุดของบริษัท

    C-suite เปิดกว้างมากขึ้นสำหรับการขยายองค์กร การใช้ข้อมูล ถัดจากการมีส่วนร่วมของลูกค้า พื้นที่เชิงกลยุทธ์สูงสุดอันดับสองที่น่าสนใจในระดับคณะกรรมการคือการใช้ประโยชน์จากข้อมูลและปรับปรุงการตัดสินใจเพื่อให้สามารถแข่งขันและใช้ประโยชน์จากสภาวะตลาดที่เปลี่ยนแปลงได้ตามรายงานของ IDC “มุมมองการวิเคราะห์ตลาด: ซอฟต์แวร์การรวมข้อมูลทั่วโลกและซอฟต์แวร์อัจฉริยะ ปี 2564” ในรายงานฉบับเดียวกันนี้ ผู้บริหาร 83% ระบุถึงความจำเป็นในการขับเคลื่อนด้วยข้อมูลมากกว่าก่อนเกิดการระบาดใหญ่

    องค์กรควรมั่นใจได้อย่างไรว่า C-suite จะเข้าร่วม ? หากคุณเป็นผู้มีส่วนได้ส่วนเสียที่ไม่มีตำแหน่งระดับ C งานของคุณคือทำงานร่วมกับเพื่อนร่วมงานของคุณเพื่อหาผู้สนับสนุนระดับผู้บริหารเพื่อส่งข้อความถึงผู้นำที่ควบคุมกระบวนการตัดสินใจ ข้อมูลเป็นสินทรัพย์เชิงกลยุทธ์ที่จะกำหนดความสำเร็จของบริษัทในระยะยาว แต่จะไม่เกิดขึ้นหากไม่มีการรับรองในระดับสูงสุด 6. ในข้อมูลที่เราไว้วางใจ: ตรวจสอบให้แน่ใจว่าข้อมูลของคุณอยู่เหนือการตำหนิ

    ในขณะที่ AI ขยายไปสู่เกือบทุกด้านของชีวิตสมัยใหม่ ความเสี่ยงของการปฏิบัติ AI ที่เสียหายหรือผิดพลาดก็เพิ่มขึ้นอย่างทวีคูณ ทั้งนี้ขึ้นอยู่กับคุณภาพของข้อมูลที่ใช้ฝึกโมเดล AI ข้อมูลถูกสร้างขึ้นมาอย่างไร? มันขึ้นอยู่กับเซ็นเซอร์ที่ผิดพลาดหรือไม่? มีการสร้างที่มาของข้อมูลแบบเอนเอียงในชุดข้อมูลหรือไม่ การเลือกข้อมูลมาจากที่เดียวแทนที่จะเป็นชุดข้อมูลที่ถูกต้องทางสถิติหรือไม่

    AI ที่น่าเชื่อถือขึ้นอยู่กับการมีข้อมูลที่น่าเชื่อถือซึ่งสามารถใช้เพื่อสร้างความโปร่งใส เชื่อถือได้ , โมเดลที่เป็นกลางและแข็งแกร่ง หากคุณทราบวิธีการฝึกอบรมแบบจำลองและคุณสงสัยว่าคุณได้รับผลลัพธ์ที่ผิดพลาด คุณสามารถหยุดกระบวนการและฝึกแบบจำลองใหม่ได้ หรือถ้ามีคนสงสัยเกี่ยวกับโมเดล คุณสามารถย้อนกลับไปและอธิบายว่าเหตุใดจึงมีการตัดสินใจโดยเฉพาะ แต่คุณต้องมีข้อมูลอ้างอิงที่สะอาดและผ่านการตรวจสอบเพื่ออ้างอิง

    รัฐบาล มักถูกถามโดยผู้ดูแลนโยบายเพื่อสนับสนุนวิธีที่พวกเขาใช้ AI และเพื่อพิสูจน์ว่าการวิเคราะห์ของพวกเขาไม่ได้สร้างขึ้นจากข้อมูลที่มีอคติ ความถูกต้องของอัลกอริธึมที่ใช้ได้จุดชนวนให้เกิดการอภิปรายเกี่ยวกับความพยายามในการพึ่งพาการเรียนรู้ของเครื่อง การพิจารณาตัดสิน และการตัดสินใจเกี่ยวกับ การเรียกร้องสวัสดิการ หรือกิจกรรมภาครัฐอื่นๆ

    การอบรมโมเดลจะมีขึ้นเป็นขั้นตอน คุณสร้างแบบจำลองตามข้อมูล จากนั้นคุณทดสอบโมเดลและรวบรวมข้อมูลเพิ่มเติมเพื่อทดสอบอีกครั้ง ถ้ามันผ่าน แสดงว่าคุณเปลี่ยนเป็นโมเดลการผลิตที่มีประสิทธิภาพยิ่งขึ้น การเดินทางดำเนินต่อไปโดยการเพิ่มข้อมูล นวด และกำหนดเมื่อเวลาผ่านไปหากแบบจำลองของคุณยืนหยัดในการพิจารณาอย่างละเอียด

    การขาดระบบจากต้นทางถึงปลายทางสำหรับ การรับรองข้อมูลคุณภาพสูงและการแบ่งปันอย่างมีประสิทธิภาพทำให้การนำ AI ไปใช้ล่าช้าโดยอ้อม ตาม IDC 52% ของผู้ตอบแบบสำรวจ เชื่อว่าปัญหาด้านคุณภาพ ปริมาณ และการเข้าถึงกำลังทำให้ AI ใช้งานได้

    7. คว้าโอกาสจากเมตาดาต้า

    ข้อมูลเมตาถูกกำหนดเป็นรูปวงรีเป็น “ข้อมูลที่ให้ข้อมูลเกี่ยวกับข้อมูลอื่น” เป็นสิ่งที่ทำให้ข้อมูลมีบริบทที่ผู้ใช้จำเป็นต้องเข้าใจส่วนหนึ่งของลักษณะของข้อมูล เพื่อให้สามารถกำหนดได้ว่าจะทำอย่างไรกับข้อมูลนั้นในอนาคต

    มาตรฐานข้อมูลเมตาคือ ที่ใช้กันทั่วไปสำหรับวัตถุประสงค์เฉพาะ การใช้งานในอุตสาหกรรมเฉพาะเช่น แคตตาล็อกทางดาราศาสตร์ หรือประเภทข้อมูล เช่น ไฟล์ XML. แต่ก็มีบางกรณีที่ต้องทำสำหรับเฟรมเวิร์กข้อมูลเมตาที่แข็งแกร่งขึ้น ซึ่งเราไม่เพียงแต่สามารถกำหนดข้อมูลด้วยวิธีทั่วไปเท่านั้น แต่ยังแท็กสิ่งประดิษฐ์ข้อมูลที่เป็นประโยชน์ตลอดการเดินทางด้วย ข้อมูลชิ้นนี้มาจากไหน? ใครดูแล้วบ้าง? ใครเคยใช้บ้าง? มันถูกใช้เพื่ออะไร? ใครได้เพิ่มชุดข้อมูลส่วนใดบ้าง ข้อมูลได้รับการยืนยันหรือไม่? ห้ามมิให้ใช้ในบางสถานการณ์หรือไม่?

    การพัฒนากลไกข้อมูลเมตาประเภทนี้ต้องการชั้นเทคโนโลยีที่เปิดให้มีส่วนร่วมจากการดูและสัมผัสข้อมูลบางชิ้น . นอกจากนี้ยังต้องการความมุ่งมั่นจากกลุ่มผู้มีส่วนได้ส่วนเสียในวงกว้างที่มองเห็นคุณค่าของความสามารถในการแบ่งปันข้อมูลอย่างมีกลยุทธ์และโปร่งใส

    การสร้างชั้นข้อมูลเมตาแบบเปิดเพิ่มเติมจะมีความสำคัญ ก้าวไปสู่ ​​ ทำให้เป็นประชาธิปไตยในการเข้าถึงข้อมูล

    โดยเปิดใช้งานการแบ่งปันอย่างโปร่งใสของแอตทริบิวต์ข้อมูลสำคัญที่จำเป็นสำหรับการเข้าถึง การกำกับดูแล ความไว้วางใจ และสายเลือด Hewlett Packard Enterprise เข้าใกล้ dataspaces คือการเปิดมาตรฐานข้อมูลเมตาสากลที่จะลบความซับซ้อนในปัจจุบันที่เกี่ยวข้องกับการแบ่งปันชุดข้อมูลที่หลากหลาย

    8. โอบรับความสำคัญของวัฒนธรรม

    องค์กรต้องการให้แน่ใจว่าพวกเขากำลังได้รับประโยชน์สูงสุดจากทรัพยากรที่พวกเขาหล่อเลี้ยง—และเพื่อที่จะทำอย่างนั้น พวกเขาจำเป็นต้องสร้างวัฒนธรรมที่ ส่งเสริมแนวทางปฏิบัติที่ดีที่สุดสำหรับการแบ่งปันข้อมูล

    คุณมีไซโลหรือไม่? มีอุปสรรคทางวัฒนธรรมภายในองค์กรของคุณที่ขัดขวางการเผยแพร่ข้อมูลอย่างเหมาะสมไปยังแหล่งข้อมูลที่ถูกต้องในเวลาที่เหมาะสมหรือไม่? หน่วยงานต่างๆ รู้สึกว่าตนเองเป็นเจ้าของข้อมูลและไม่ต้องแชร์ข้อมูลกับผู้อื่นในองค์กรหรือไม่ บุคคลกำลังเก็บข้อมูลที่มีค่าหรือไม่? คุณได้ตั้งค่าช่องทางและขั้นตอนที่ส่งเสริมการแบ่งปันข้อมูลอย่างราบรื่นหรือไม่? คุณได้ทำให้การเข้าถึงข้อมูลเป็นประชาธิปไตย ทำให้ผู้มีส่วนได้ส่วนเสียทางธุรกิจไม่เพียงแต่สามารถขอข้อมูลเท่านั้น แต่ยังมีส่วนร่วมในการสอบถามและแบ่งปันแนวทางปฏิบัติหรือไม่

    หากปัจจัยใด ๆ เหล่านี้ขัดขวางฟรี การไหลของการแลกเปลี่ยนข้อมูล องค์กรของคุณต้องได้รับการประเมินการจัดการการเปลี่ยนแปลงโดยมุ่งเน้นที่ความต้องการของบุคลากร กระบวนการ และเทคโนโลยี

    9. เปิดใจแต่อย่าไว้ใจใคร

    ในทุกแง่มุมของธุรกิจ องค์กรสร้างสมดุลระหว่างแนวคิดที่มักขัดแย้งกันในการส่งเสริมการแบ่งปันทรัพยากรอย่างเสรีและเปิดเผยและความปลอดภัยที่มีการควบคุมอย่างเข้มงวด การบรรลุความสมดุลนี้มีความสำคัญอย่างยิ่งเมื่อต้องจัดการกับข้อมูล

    จำเป็นต้องแชร์ข้อมูล แต่ผู้ผลิตข้อมูลจำนวนมากรู้สึกไม่สบายใจที่จะทำเช่นนั้นเพราะกลัวว่าจะสูญเสียการควบคุมและทำอย่างไร ข้อมูลของพวกเขาสามารถนำมาใช้กับพวกเขาหรือวิธีที่ข้อมูลของพวกเขาสามารถเปลี่ยนแปลงหรือใช้อย่างไม่เหมาะสม

    ความปลอดภัยต้องมีความสำคัญสูงสุด ข้อมูลมาจากหลายแหล่ง—บางแหล่งคุณควบคุม บางที่คุณไม่ได้—และถูกส่งผ่านมือมากมาย นั่นหมายความว่านโยบายความปลอดภัยที่ล้อมรอบข้อมูลจะต้องได้รับการออกแบบด้วยโมเดลที่ไม่มีการเชื่อถือในทุกขั้นตอนของกระบวนการ ต้องสร้างความน่าเชื่อถือทั่วทั้งสแตก ตั้งแต่โครงสร้างพื้นฐานและระบบปฏิบัติการของคุณ ไปจนถึงปริมาณงานที่อยู่เหนือระบบเหล่านั้น ไปจนถึงระดับซิลิคอน

    10. สร้างไปป์ไลน์บริการข้อมูลที่ทำงานได้อย่างสมบูรณ์

    การย้ายข้อมูลระหว่างระบบต้องใช้หลายขั้นตอน รวมถึงการย้ายข้อมูลไปยังคลาวด์ การฟอร์แมตใหม่ และการเข้าร่วมกับแหล่งข้อมูลอื่น แต่ละขั้นตอนเหล่านี้มักต้องใช้ซอฟต์แวร์แยกต่างหาก

    ไปป์ไลน์ข้อมูลอัตโนมัติเป็นแนวทางปฏิบัติที่ดีที่สุดที่สำคัญในการเดินทางข้อมูล ไปป์ไลน์ข้อมูลอัตโนมัติเต็มรูปแบบช่วยให้องค์กรสามารถดึงข้อมูลที่ต้นทาง แปลงเป็นรูปแบบที่ใช้งานได้ และรวมเข้ากับแหล่งข้อมูลอื่นๆ

    ไปป์ไลน์ข้อมูลเป็นผลรวม ของขั้นตอนเหล่านี้ทั้งหมด และหน้าที่ของมันคือเพื่อให้แน่ใจว่าขั้นตอนเหล่านี้เกิดขึ้นกับข้อมูลทั้งหมดได้อย่างน่าเชื่อถือ กระบวนการเหล่านี้ควรเป็นแบบอัตโนมัติ แต่องค์กรส่วนใหญ่ต้องการวิศวกรอย่างน้อยหนึ่งหรือสองคนในการบำรุงรักษาระบบ ซ่อมแซมความล้มเหลว และอัปเดตตามความต้องการที่เปลี่ยนแปลงไปของธุรกิจ

    )เริ่มต้นการเดินทางข้อมูลวันนี้

    บริษัทต่างๆ ใช้ประโยชน์จากข้อมูลของตนได้ดีเพียงใด ไม่ว่าจะอยู่ที่ใดก็ตาม จะเป็นตัวกำหนดความสำเร็จของพวกเขาในปีต่อๆ ไป โครงการวิจัยกลุ่มดาว

    โครงการ 90 % ของ Fortune 500 ปัจจุบันจะถูกรวม ได้มา หรือล้มละลายภายในปี 2050 หากไม่เริ่มตอนนี้ พวกเขาจะถูกทิ้งไว้เบื้องหลัง นาฬิกากำลังเดิน

    อ่านบทความต้นฉบับใน Enterprise.nxt.

    เนื้อหานี้จัดทำโดย Hewlett Packard Enterprise มันไม่ได้เขียนโดยกองบรรณาธิการของ MIT Technology Review


    บ้าน

  • ธุรกิจ
  • การดูแลสุขภาพ

  • ไลฟ์สไตล์
  • เทค

    โลก อาหาร เกม การท่องเที่ยว

    Leave a Reply

    Your email address will not be published.

    Back to top button