新鮮“數”遞
Informatica Enterprise Data Governance
斬獲“年度數據治理解決方案”獎
數字化轉型與創新評選，以《中國數字企業框架與指標體系》爲理論支撐，由錦囊專家、北京大學光華管理學院、首席數字官、數字化公社，聯合全國20多家CIO組織機構、行業協會共同發起，旨在發現和研究中國企業數字化轉型與創新進程與關鍵指標，將大膽、務實且創新的案例、產品與技術進行推廣，爲企業的數字化之路點亮明燈。
作爲中國首個全面覆蓋數字化產業和產業數字化發展的評選活動，數字化轉型與創新評選獲得了大批企業、專家學者和媒體人士的廣泛關注。“2019數字化轉型與創新評選”於7月正式啓動，共有800多家企業提交了評選材料。評委會及研究團隊在經過4個多月的遴選、現場訪談工作，本着公開、公平、公正的原則，經過多輪評審，最終確定Informatica Enterprise Data Governance 爲唯一的“年度數據治理解決方案”。
本次獎項結果於12月13-14日在成都舉辦的“2019中國數字化年會”上隆重揭曉。現場1000餘位新經濟時代各個行業的“數字化變革先鋒力量”，共同見證了這一重要時刻。其中包括100位CEO、300位CIO、100位CMO及500位數字化領域中高級管理者參會，100家以上的知名媒體進行了全方位的專業報道。
“數”說風雲
數字化轉型，數據治理先行
『Informatica 企業級數據治理解決方案，包含了您的團隊成功運營項目所需的所有必備工具。從Informatica Data Quality到 Informatica Axon™數據治理和Informatica Enterprise Data Catalog，您將擁有內部合作和顛覆行業所需的一切工具。』
數據是新的石油、新的燃料、新的通用貨幣......類似這樣的比喻，早已屢見不鮮。但根據New Vantage Partners公司的研究結果表明：只有不到1/3的公司是數據驅動型公司。因此，對於企業數據治理的潛能釋放及價值挖掘還有非常大的提升空間。
要想成爲一家數據驅動型企業，必須要讓業務相關部門獲得適用於業務發展的數據。這也意味着，數據治理要從“以風險管理爲中心”轉移到“以商業價值爲中心”，還必須能夠擴展，以支持更大的數據量、更多的數據類型和用戶，同時，還必須滿足更多的合規性要求。
01
向以商業價值爲中心轉移
▲ 數據戰略：因“數”制宜，協同作戰。數據治理可以幫助企業理解數據與業務過程和業務成效的關係，因此，基於增加收入、降低成本和實現風險最小化等商業目標而制定的數據戰略，對數據治理行動進行優先級排序，梳理出更加清晰的商業運營思路，從而提高商業價值。
▲ 數據認知：制定標準，數據共享。根據Gartner研究結果顯示，到2020年80%的企業將會有意識地啓動數據認知領域的建設。而數據認知的共通，可以幫助企業至上而下進行更好的管理與建設，推動數據價值到商業價值的快速轉化。
▲ 數據信任：無縫沿襲，充分信任。隨着越來越多的業務相關人員需要使用數據，建立對數據的信任非常重要。《哈佛商業評論》曾提到：僅有3%的數據能夠達到基本的質量標準。數據治理將數據驗證環節直接嵌入業務工作流中，入口點乃至整個運作環節的數據質量將得到保證，在良好的數據環境中，商業價值也能夠被最大化地挖掘出來。
▲ 數據隱私：全面管控，負責使用。根據RSA Security公司研究結果，全球有將近70%的消費者會對他們認爲沒有認真進行數據保護的企業採取抵制行動。由此可見，如果企業想要訪問客戶數據，那麼數據保護、數據隱私就變得非常重要了。數據治理可以爲客戶創造一個安全可靠、值得信賴的數據環境，加強企業與客戶之間的信任度，建立更良好的消費關係，從而促進商業價值的轉化與提升。
02
數據治理及自動化
每當提及數據治理，我們都會想到要以合法合規爲前提。但如果只是圍繞合規性展開數據治理，數據範圍和治理要求也難免會受到制約。當企業關注範圍較窄的時候，數據治理行動或許可以採用人工操作的方式。但在新的情況下，應以發展的眼光來看待問題，對基於商業價值的數據治理而言，龐大的數據規模以及所有機構的協同化要求使得數據自動化治理水平成爲商業成功的關鍵所在。
我們現在擁有存儲了PB級數據的數據湖，數據湖中的各類數據，如流式傳感器數據、社交平臺數據和移動位置數據，一直在進行着實時更新。同時，又有數以萬計的用戶在訪問這些數據，包括：財務、銷售、市場、服務、採購、研發、生產、物流和分銷數據。規模和複雜程度至少增加了一千倍。要想跟得上這種規模的發展，唯一的方法是採用由人工智能驅動的自動化解決方案。
據Gartner預計，到2022年通過增加機器學習功能並實現管理功能的自動化，數據管理的人工作業將減少45%。在Informatica 2019全球用戶大會上，我們展示了一些人工智能/機器學習的創新技術，用於數據治理和數據隱私的處理場景，實現了以下任務的自動化：
● 域發現
● 數據分類
● 將業務術語映射到技術元數據
● 跨越結構化和非結構化數據源的數據鏈接
● 數據質量規則的生成及執行
03
系統化思維的方法
當然，“以商業價值爲中心”的數據治理除了具備各個環節的“硬件”之外，還需要一個統籌的思維——數據治理的系統性思維。這種思維表達了一種端到端的企業願景，即：數據、應用、過程和人怎樣才能共同發揮作用，以推動創新和改變。運用好系統性思維，也就能夠把之前的“硬件”全部串聯起來，使數據得到最大化的挖掘與利用，從而全面提升商業價值。
您可以在Informatica系列文章中瞭解到關於系統化思維的更多內容：
◆指數級數據增長的破局之道？“AI治數”的新玩法你不能不知道
數據驅動型企業，將會創造更大的商業價值。專業可靠的數據治理越來越成爲數字化轉型的核心力量，全球數據管理領導者Informatica將助力更多企業釋放數據的強大潛能，加速企業數字化轉型之旅。
想了解更多相信信息，請關注Informatica數據管理（微信號：InformaticaChina）
