问题不在于缺乏分析工具，而是缺乏对数据的知识和信任，这可以概括为数据素养

我们如何处理数据可能很复杂，多次转换和计算通常会在数据集到达业务决策者的桌面之前对其进行操作，人们需要了解这些细微差别，以及如何准确地解释和信任数据，然后才能依靠它们做出决策，数据策展（近，依赖于人工智能（AI）和机器学习算法的自动策展技术）正在成为创建一种理解和拥抱数据的文化的关键，缺失要素。

 

策展不是一个新概念

我们长期以来一直在策划内容社会，从艺术品和报纸开始，一直发展到社交平台，但是数据管理的概念尚未渗透到许多现代CPDA数据分析企业中，近在五年前指出的那样，从ERP，CRM和其他系统创建的数据构成了所有正在分析的数据，但是这种模式在过去几年中发生了巨大变化，现在内部创建的数据只占很小的一部分，无论是从外部访问还是购买，从开放数据站点下载或由合作伙伴生成，来自外部不受控制的源的数据量都已急剧增加。这就迫切需要共享通过这些新来源创建的数据的上下文，我们称之为数据管理，如果组织希望从数据中获取价值，则必须建立数据管理和监督。

 

数据管理的核心是数据集的概念

数据的混搭，而不是数据的物理存储，数据集是可重用的组件–进行分析的任何人都应该共享并期望他们创建的数据集会被重用，可重用性是大规模自助服务的关键。公司已经采用了这种方法来收集和分发数据以供重用，从而使任何用户都可以成为数据知识的管理者，从而提高生产率，数据策划观察数据的使用，重点关注如何围绕可重用的数据集收集上下文，叙述和含义，它通过跟踪数据用户之间的社交网络和社交联系来建立对数据的信任，通过使用列表，受欢迎程度排名，注释，相关性提要，评论，文章以及对数据资产的增减，策展使组织超越了数据文档，而建立了对整个企业中数据的信任。

 

所有这些功能都有助于实现自助服务分析的总体目标

为个人提供一站式的洞察力和数据知识，数据市场正在迅速发展，可以替代基于直觉的决策，它提供了对系统的访问，用户可以像通过在线商店界面那样“购物”数据，数据管理通过使组织中的人们使用数据发现并分享自己的经验，从而建立了更丰富的数据目录，从而支持了这一市场。

 

同时有效的自助服务需要对数据质量进行控制

越来越多的可访问数据正推动组织采用策展作为管理数据价值，知识和质量的方法，除了有助于管理数据使用和状况的数据治理和管理外，策展还可以帮助回答以下问题：在哪些用例中我可以信任此数据？谁真的知道如何准备这些数据？过去使用什么算法，报告和仪表板？

 

将这些元素组合在一起，可以为您的数据驱动文化创建单一的参考来源

并扩大企业从其数据中获得的价值，商业智能和分析平台魔力象限“到2020年向用户提供经过精心挑选的内部和外部数据目录访问权限的组织，将通过分析投资实现商业价值的两倍，通过将数据管理作为一种实践，企业可以完善其自助服务环境，并产生实际的业务影响。

 

 

• 怎样能够保证您的大数据是否完整？
• 数据集成以改善客户体验

返回列表