2021年5月11日,
2021年5月11日,
贡献:Ashutosh古普塔
D&A领导者应该了解数据结构体系结构的关键支柱,以实现基于机器的数据集成。
在日益多样化、分布式和复杂的环境中,数据管理敏捷性已经成为组织的关键任务优先级。为了减少人为错误和整体成本,数据和分析(D&A)领导者需要超越传统的数据管理实践,转向ai支持的数据集成等现代解决方案
立即下载:理解数据结构作用的基本指南
“被称为‘数据结构’的新兴设计概念可以为始终存在的数据管理挑战提供强有力的解决方案,例如高成本和低价值的数据集成周期、早期集成的频繁维护、实时和事件驱动数据共享的日益增长的需求等等,”他说马克•拜尔, Gartner杰出副总裁分析师。
下载电子书:2022年数据和分析领导者的领导愿景
Gartner将数据结构定义为一种作为数据和连接过程的集成层(结构)的设计概念。数据结构利用对现有、可发现和可推断的元数据资产的持续分析,支持跨所有环境(包括混合和多云平台)的集成和可重用数据的设计、部署和利用。
数据结构利用人力和机器的能力就地访问数据,或在适当的情况下支持数据的整合。它不断地识别和连接来自不同应用程序的数据,以发现可用数据点之间惟一的、与业务相关的关系。理解支持重新制定决策,通过快速访问和理解,提供比传统数据管理实践更多的价值。
例如,使用数据结构的供应链负责人可以更快速地将新遇到的数据资产添加到供应商延迟和生产延迟之间的已知关系中,并使用新数据(或针对新供应商或新客户)改进决策。
考虑两种情况。在第一种情况下,司机是主动的,并将全部注意力放在路线上,汽车的自动元件很少或没有干预。在第二种情况下,驾驶员会有点懒,注意力不集中,汽车会立即切换到半自动模式,并做出必要的路线修正。
这两个场景总结了数据结构的工作方式。它首先作为被动观察者监视数据管道,然后开始建议生产效率高得多的替代方案。当数据“驱动程序”和机器学习都能适应重复的场景时,它们就会通过自动化即兴任务(消耗太多人工时间)来相互补充,同时让领导层可以自由地专注于创新。
阅读更多:数据共享是加快数字业务发展的必要条件
为了通过数据结构设计交付业务价值,D&A领导者应该确保坚实的技术基础,确定所需的核心功能,并评估现有的数据管理工具。
阅读更多:DataOps如何放大数据和分析业务价值
以下是数据结构架构D&A领导者必须知道的关键支柱。
上下文信息是动态数据结构设计的基础。应该有一种机制(如连接良好的元数据池),使数据结构能够识别、连接和分析所有类型的元数据,如技术、业务、操作和社交元数据。
为了实现数据的无摩擦共享,激活元数据对于企业来说非常重要。为了实现这一点,数据结构应该:
下载电子书:决策的未来
知识图使数据和分析领导者能够通过语义丰富数据来获得业务价值。
知识图的语义层使其更直观、更容易解释,使D&A领导更容易进行分析。它增加了数据使用和内容图的深度和意义,允许AI/ML算法使用信息进行分析和其他操作用例。
数据集成专家和数据工程师经常使用的集成标准和工具可以确保轻松地访问和交付知识图。D&A领导应该利用这一点;否则,采用数据结构可能面临许多中断。
数据结构应该与各种数据交付风格兼容(包括但不限于ETL、流、复制、消息传递和数据虚拟化或数据微服务)。它应该支持所有类型的数据用户——包括It用户(用于复杂的集成需求)和业务用户(用于自助服务数据准备)。
参加全球最重要的数据和分析高管聚会,与Gartner专家一起分享技术、业务等方面的宝贵见解。
为Gartner客户推荐的资源*:
*注意,有些文档可能不是所有Gartner客户都可以使用的。