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