DataOps如何放大数据和分析业务价值

大流行的是否加速了数据和分析领导者能够更快地交付数据和分析洞察力，在面对不断变化时具有更高的质量和弹性。组织需要在自动化、实时风险评估和缓解、持续的价值交付和敏捷性．

DataOps的重点是改变人们围绕数据进行协作的方式，以及如何在组织中使用数据。

因此，数据和分析领域的领导者越来越多地应用DataOps技术，这种技术为构建和管理数据管道提供了更加灵活和协作的方法。

DataOps是什么?

Gartner将DataOps定义为一种协作式数据管理实践，专注于改善组织内数据管理者和数据消费者之间数据流的沟通、集成和自动化。

“DataOps的意义在于改变人们围绕数据进行协作的方式，以及数据在组织中的使用方式，”他说泰德·弗里德曼， Gartner杰出副总裁分析师。

“使用DataOps链接”我们能做到吗?到“我们如何提供一个优化的、受治理的数据驱动产品”

“数据管道和产品的开发不是简单地把数据扔出虚拟墙，让它成为别人的问题，而是在对价值主张有共同理解的情况下，成为一项协作活动。”

成功DataOps实践

为了成功地实现DataOps，数据和分析领导者必须使DataOps与数据的消费方式保持一致，而不是与组织中数据的创建方式保持一致。

如果这些领导者将DataOps调整为三个核心价值主张，他们将从数据中获得最大价值。

1. 根据实用价值主张调整数据操作策略通过将数据视为一种实用工具，在访问和管理数据时专注于消除竖井和手动操作。因此，所有关键角色都可以随时获得数据和分析。因为相关的角色很多，而且数据的所有者不止一个，所以要指派一个数据产品经理来确保满足数据消费者的需求。
2. 使用DataOps来支持数据作为业务启动器的使用。对于这一价值主张，数据和分析支持特定的用例，如欺诈检测，供应链优化分析或interenterprise数据共享．数据操作必须推动与业务单元涉众的协作，这些业务单元涉众是服务于其用例的特定产品的客户。
3. 支持数据和分析驱动价值主张。利用数据和分析来创造新的产品和服务，产生新的收入来源或进入新的市场。例如，一个新的连接产品的想法出现在您的实验室中，它必须发展成生产质量的产品，供您的客户使用。使用DataOps链接“我们可以这样做吗?”到“我们如何为消费者提供优化的、受治理的数据驱动产品?”

您可能会问:“哪种类型的DataOps价值主张与我的组织最相关?”没有单一的答案。每个企业都将在集中式或分散式部署模型中拥有这三者。

使用每个价值主张交付数据操作将促进涉众和数据实现者之间的协作，在正确的时间用正确的数据交付正确的价值主张。