銀彈谷:資料與資料治理的趨勢報告
資料:範圍界定資訊經濟的“貨幣”,早已不限於數字形式資料的價值被不斷認可,“資料資產化”已經成為了企業發展的重要組成部分。長期以來,資料被理解為以數字形式儲存的資訊,而目前技術可以測量更多的事件和活動,人們可以收集、儲存並分析這些不被視為傳統資料的各類資訊,如郵件、圖片、音視訊等。資料可根據其特性及治理方法差異劃分為內部資料與外部資料,結構化資料、非結構化資料與半結構化資料,後設資料與主資料等。
資料治理只要通過4個層級的處理後,為企業提供科學決策,層級分為:
1、資料層:抽象的內容,獨立時無意義。
2、資訊處理層:經過收集和整理的資料。
3、知識層:經過人為解讀和經驗充實的資訊。
4、智慧層:產生辨析判斷、發明創造能力。
那麼企業資料的主要型別8種,如:後設資料、主資料、實時資料、結構化資料、非結構化資料、半結構化資料、企業內部資料、企業外部資料,具體資料分類和舉例可以關注“銀彈谷”回覆:資料治理,獲取報告檢視詳情。
資料時代來臨,資料量的暴漲為企業數字化提供了基礎支撐,大量的業務資料能夠被採集、儲存並最終創造經濟效益。數字化轉型從頭部企業的可選項,轉變為更廣泛企業的必選項。新變化為企業帶來新機遇的同時,也帶來了諸多挑戰。很多企業在前期的資訊化建設中,缺乏統籌規劃,為解決當下業務問題而按照垂直的、個性化的業務邏輯獨立採購與部署IT系統,導致企業內部形成多個資料孤島。資料不規範、不一致、難以互聯互通成為普遍問題,阻礙企業去充分發揮資料價值。這種先建設後治理的常態,使得資料治理越來越受到企業的普遍重視,另一方面,新興技術與應用場景的快速落地,也帶領資料治理需求在加速攀升。
在企業的資料中,結構化資料僅佔20%,其餘80%都是以檔案、語音、圖片等形式存在的非結構化資料。且非結構化資料的增速遠遠高於結構化資料,隨著時間的推移,非結構化資料所佔的比例將會越來越高
企業長期以來,受技術影響,對結構化資料的利用率均高於對非結構化資料的利用率。但實際上,非結構化資料的體量與其包含的資訊量都更多,是企業未得到充分利用的寶貴資產。
資料治理以資料來源匯入為伊始,對資料進行清洗加工,並在資料儲存、資料計算、資料服務應用等環節予以持續的治理服務,是企業實現資料服務與應用的重要環節。從資料層面來看,資料本身存在著從生產到消亡的生命週期,而資料治理會在資料生命週期的各階段通過相應工具與方法論進行規範與定義,在企業內部構建出切實有效的資料閉環,使資料發揮出更大的價值。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69982242/viewspace-2887049/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 銀彈谷:面向人工智慧的資料治理人工智慧
- 資料管理治理的發展趨勢
- 銀彈谷:艾瑞最新發布2022年中國面向人工智慧的資料治理行業報告人工智慧行業
- 銀彈谷:低程式碼開發平臺發展趨勢展望
- 美創科技聯合釋出《中小銀行資料安全治理研究報告》
- 資料治理的興與衰,如何進行資料治理?
- 談談2023年資料治理的5大趨勢
- ADA:2020年齋月資料趨勢報告
- 伽馬資料&騰訊雲:2020遊戲趨勢報告遊戲
- 資料治理之資料的“管”與“用”
- 銀彈谷:中國擴增實境(AR)行業研究報告行業
- 資料要素治理研究報告(2022)
- 銀彈谷:2022中國企業數智服務市場趨勢洞察報告正式釋出(附下載)
- 銀彈谷V平臺使用技巧:資料庫使用的三個實用技巧資料庫
- 資料治理之資料梳理與建模
- 分散式資料庫九大趨勢|文末附完整報告下載分散式資料庫
- 大資料是什麼?大資料的趨勢?大資料
- 資料治理2022:價值導向是主流趨勢
- 大資料的發展趨勢大資料
- 資料治理與資料分類分級!
- 大資料技術趨勢大資料
- 濟南酒駕治理與代駕大資料包告大資料
- 大資料時代的資料治理!大資料
- 千瓜資料:2021年小紅書電商直播趨勢報告(附下載)
- 飛瓜資料:2021年品牌店播趨勢報告(附下載)
- 2019年開源資料庫報告:熱門資料庫、雲基礎設施分析與混合持久化趨勢資料庫持久化
- 資料治理與資料中臺架構架構
- 銀行資料安全治理案例(一)——美創科技
- MDR:2020年資料驅動的網路教育營銷趨勢報告
- 銀彈谷:2022年ToB數字化行業研究報告行業
- 資料資產管理與資料治理什麼區別?
- 資料治理工具圖譜研究報告(2021版)
- 資料治理--資料質量
- 資料治理--後設資料
- 資料庫治理的探索與實踐資料庫
- 京東大資料研究院:2021智慧馬桶線上消費趨勢報告大資料
- 脈脈資料研究院:中國職場流動趨勢年度報告2021
- InfoQ 2022 年趨勢報告:人工智慧、機器學習和資料工程篇人工智慧機器學習