趋势:中小企业 用整体生态(云产品),而不是单一的数据产品
趋势:互联治理。
数据治理越来越重要。
不只是基础数据质量,还包括 安全问题、隐私问题、伦理问题,整个生命周期的管理。如何定义业务指标和模型。
如何比较灵活地把数据治理政策(policy) 执行到自己的产品上?
- 这也就是为什么需要数据治理平台。(管理这些政策,然后把ta和分析平台连接上)
趋势:嵌入式报表 -》 业务组装式体验(MDA?)
决策是零散的,有可能小部门做的决策是跟整体公司战略是不匹配的。
要从业务价值流自上而下的思考决策。
workflow manage工具
洞察 产生 一些行为。报表 -》增强型分析内容(嵌入机器学习,上升到预测型分析或知识型分析)
越来越多的分析能力被模块化。
业务用户只是单纯要数据?从IT视角揣测业务是很难的, 所以要多和业务讨论,这就是「自上而下」的方式。
低代码可以培养数据复合化人才。
Data Fabric(数据编织)
- 非结构化 非关系型的数据更能带来价值,比如「图」。
- 更多企业开始关注元数据管理工具(变得不只是数据定义,很多人看不上),很多企业觉得数据利用率低,很难获得有用的数据洞察。
- 可以把Data Fabric理解为各种数仓之上的虚拟层。更多是一个数据管理的理念。并不是一个厂商
- 利用知识图谱,… ,在元数据之上,做元数据的分析
建设Data Fabric 关注什么
- 数据目录:机器学习
- 数据整合和数据准备:用户参与
个人理解
- Data Fabric是不是就是在数据元数据管理上做更多的探索和创新,让数据更好用。自己做资产平台是不是也是这个scope
DataOps
趋势:数据分析人才不多
没有足够多的数据素养。
很多年以来 数据一直在做技术的事儿(怎么让底层db更快,bi工具更炫),但如何提升已有人的数据素养,是高层更关注的事儿。
怎么做呢?
- 激励 吸引人才
- 社区治理方式 建立数据分析社区
- 通过留存手段 留下人才,更多是让人感受到自己的数据分析工作如何产生业务价值
- 和人力资源合作,高管介入,从高层讲话开始影响
但不是所有人都认可数据分析。
中台如何影响业务诉求。 中台培训,影响对中台的认知。这是公司需要考虑的点。
企业对于建设中台的态度是什么?
- 目前很多态度 都有。
- 传统企业 上中台,有可能出现“水土不服”的情况
纯报表到了极限? 自助式BI有所增量,
很多企业报表是刚需。但是不是真的需要这些报表,或者能否真正产生价值。 所以,报表治理也很有用,提升报表的效能