| 想成為數位領導者？積極推動自動化數據治理

想成為數位領導者？積極推動自動化數據治理

DHARMA KUTHANUR / Informatica 產品行銷部副總裁

作為一名數據管理專業人士，透過智能數據治理來幫助宣傳現代數據基礎的需求，我每天都會聽到客戶或分析師對於有效的數據管理能推動數位轉型的重要性資訊。最近由 Informatica 贊助的IDC 全球首席數據官 (CDO) 調查發布，有力地證明了這一點。

更多的數據源意味著需要更多的數據治理

領導這項研究的 IDC 研究總監 Stewart Bond 在以下引語中簡潔地總結了這一點：“數據是數位轉型的命脈，您如何管理它將會影響您在數字優先世界中的業務成功。”
然而，該調查強調，日益增長的數據碎片化和複雜性是組織普遍存在的問題，將數據領導者的注意力從創新上轉移開增加了風險。

例如：
 三分之二的受訪組織經常使用多雲（見圖 1）。

其中驚人的 79% 使用 100 多個數據源，這一數字每天都在增長（見圖 2）。

調查結果強調需要重點關注有效的數據管理和數據治理，以應對這些挑戰並實現數據驅動的業務價值。
但是，對我來說，使這項調查真正有價值的是它提供關於機會所在的見解：

領先者與落後者的區別是什麼？
數據領導者需要關注什麼，才能從數據中獲得更多商業價值並成為真正的數字領導者？

如何通過智能數據治理解決數據管理挑戰

有效解決數據管理挑戰始於對數據的上下文理解和所需的數據智能，以便及時、負責任地使用數據進行數據驅動的決策。數據治理和隱私計劃在幫助推動對業務關鍵數據的發現、定義和理解方面發揮著關鍵作用。它們還為符合內部政策和外部法規的數據的適當使用提供了保障。

調查發現數據成熟度範圍內的組織將數據治理和隱私視為優先事項並不令人意外，以確保正確的人出於正確的原因使用正確的數據。然而，只有 36% 的組織已將其數據治理和隱私功能標準化（見圖 3）。顯然，這為組織提供了一個尚未開發的機會，可以通過對數據治理和隱私的適當關注和投資來解決這些問題。

圖 3. 僅 36% 的受訪組織已將其數據治理和隱私功能標準化

數據治理洞察：IDC CDO 全球調查的 3 個主要發現

現在，讓我們更深入地了解與數據治理和數據理解相關的其他調查結果，以及它對關注機會領域的意義：

自動化數據發現：數據發現通常是數據治理計劃和啟用數據智能的基礎性第一步。可擴展的、由人工智能驅動的數據目錄可以成為組織範圍內數據發現的寶貴工具，並開始解決數據碎片化和複雜性挑戰。然而，調查發現數據編目和元數據管理是反應型組織最不重要的優先事項之一。

可信業務決策的數據質量：優化的數據組織更有可能將數據納入決策，並了解提高數據質量如何提高分析和人工智能的質量以實現可信業務決策。優化的數據組織將數據質量作為首要目標的可能性要高出兩倍。人工智能驅動的自動化，例如從自然語言業務定義創建數據質量規則並將這些規則自動應用於所有相關數據集，對於解決整個數據資產中大規模數據質量的需求至關重要。

數據民主化和共享：現在每個人都了解可信數據對於明智的業務決策的價值。然而，要大規模地將其變為現實，組織需要找到一種方法，讓所有技能水平的數據用戶（包括所有業務線用戶）輕鬆找到、理解、訪問、信任和共享他們駕駛所需的數據商業決策。它應該像使用自助數據市場“購買數據”一樣簡單. 然而，只有 31% 的組織為不同團隊所需的所有數據提供基於 AI 的自助服務訪問。與此同時，與處於成熟度範圍底部的響應式組織相比，處於成熟度範圍頂部的優化數據組織中，支持業務自助服務訪問數據的比例要高出 75%，這並不意外。

人工智能驅動的自動化是擴展數據管理和治理的唯一途徑

投資於數據編目、元數據管理、數據質量和自助數據訪問作為數據治理和智能的內聚方法的一部分，可以為組織帶來豐厚的回報。然而，鑑於現代數據環境中的碎片化規模和複雜性，該調查強調，人工智能驅動的自動化是在整個企業數據資產中應對這一挑戰的唯一可行方法。

當然，正如研究強調的那樣，由於數據、技術、流程和人員的碎片化和複雜性，加速數位轉型需要業務變革以及有效的數據管理，以推動關於標準化、自動化、集中化和資源分配的正確決策。如果您想成為數位領導者，那麼自動化數據治理應該是您需要關注的首要任務。如果您有興趣了解更多資訊，請立即下載 2021 IDC CDO 調查。