專家組將數(shù)據(jù)操作作為收集分析關鍵信息的關鍵舉措

不同尋常的是，調查報告稱，100%的受訪者都遵循相同的路徑。然而，當451 Research llc最近詢問了300家公司關于將數(shù)據(jù)轉換為業(yè)務洞察或數(shù)據(jù)運營的問題時，所有300家公司都在計劃或積極推行數(shù)據(jù)運營計劃。

這些結果進一步證實了DataOps是企業(yè)中最優(yōu)先考慮的事情，并且更加敏捷和自動化的數(shù)據(jù)管理需求從來沒有像現(xiàn)在這樣強烈。

“到處都有冗余,不同的數(shù)據(jù),”維多利亞說Stasiewicz(圖片中心),數(shù)據(jù)工程師西北相互人壽保險有限公司”數(shù)據(jù)是我必須告訴你,告訴你什么是可信的,這樣可以快速訪問信息和恢復業(yè)務問題的答案,答案并不多。這是最大的挑戰(zhàn)?！?/p>

在IBM DataOps in Action活動期間，Stasiewicz與SiliconANGLE Media的流媒體工作室theCUBE的主持人Dave Vellante進行了交談。與她一同出席的還有IBM公司人工智能加速器和客戶成功部主管凱特琳?哈爾菲蒂(圖左)，以及聯(lián)合銀行高級副總裁兼數(shù)據(jù)管理總監(jiān)史蒂文?盧埃克(圖右)。他們討論了IBM的人工智能驅動的數(shù)據(jù)操作計劃、圍繞訪問信息的不斷變化的企業(yè)文化心態(tài)、速度對洞察力的重要性，以及克服慣性以實現(xiàn)企業(yè)規(guī)模。(*披露如下。)

建立了DataOps實踐并將其原則集成到產品提供中的公司之一是IBM。該公司的全球首席數(shù)據(jù)辦公室被授權在整個組織內建立一個可信的數(shù)據(jù)源和人工智能框架。

“我們已經在這條路上走了四年了，”Halferty說?！霸谖覀兙帉憯?shù)據(jù)策略的時候，它是關于認知企業(yè)的。我們很快就意識到，在我們所有的主要工作流程中注入人工智能，會帶來真正的機會和價值。”

IBM將其DataOps策略作為自己的試驗品，開發(fā)用于元數(shù)據(jù)管理的工具，同時收集員工的反饋。這一經驗使IBM認識到，當數(shù)據(jù)管理人員引入結構化和非結構化數(shù)據(jù)時，需要進行大量的工作來對其進行適當?shù)姆诸悺?/p>

Halferty說:“我們的數(shù)據(jù)管理員花了很多時間手工標記和創(chuàng)建關于這些數(shù)據(jù)的業(yè)務元數(shù)據(jù)?！薄拔覀儼l(fā)現(xiàn)這是一個真正的痛點，花費了我們很多錢和寶貴的資源。因此，我們開始將元數(shù)據(jù)自動化，并將這一功能推廣到云包中?！?/p>

Cloud Pak for Data是在過去兩年中出現(xiàn)的一個平臺，旨在使企業(yè)收集和分析信息的方式現(xiàn)代化。該公司最近更新了該工具，為自動規(guī)劃、預算和預測提供了新的DataOps功能。

stasiewicz說:“Cloud Pak實際上是一個一站式的數(shù)據(jù)商店?！薄斑@允許業(yè)務用戶快速、無縫地訪問，而不是讓他們進入IBM推出的一些早期版本?！?/p>

訪問正確的工具是很重要的，但是數(shù)據(jù)管理領導者也發(fā)現(xiàn)DataOps也與創(chuàng)建新的文化心態(tài)有關。Associated Bank發(fā)現(xiàn)，一旦數(shù)據(jù)被虛擬化或存儲在數(shù)據(jù)湖中，用戶就可以開始獲取構建應用程序所需的關鍵信息，而無需進行搜索任務。

Lueck解釋說:“對我們來說，這是最大的文化轉變，擁有數(shù)據(jù)的可用性來提供洞察，而不是讓業(yè)務或應用程序所有者要求這些數(shù)據(jù)。”“我們發(fā)現(xiàn)，通過提供平臺和基礎層，我們可以讓用例不斷演進。讓我們開始探索吧。這是一種數(shù)據(jù)科學的心態(tài)和文化?！?/p>

DataOps的另一個關鍵結果是速度。對于分析師來說，被告知重要的數(shù)據(jù)集可能需要數(shù)月才能獲得，這不利于敏捷業(yè)務的概念。

將數(shù)據(jù)操作到一個框架中，以便以可用的結構快速訪問數(shù)據(jù)，這突出了一項調查揭示的DataOps運動背后的一個關鍵驅動因素:創(chuàng)新速度。

Stasiewicz指出:“科學家們要求連接到所有這些不同數(shù)據(jù)源的日子已經一去不復返了?！薄八麄兛梢赃M入一個目錄，而不需要請求訪問任何東西，并且在五分鐘內就可以看到結構?！边@是DataOps。它使我們能夠加快所有這些信息的處理速度，將耗時數(shù)月、數(shù)周甚至數(shù)小時的信息處理完畢?！?/p>

我們很難爭辯說，如今的商業(yè)并不需要快速洞察。這可以很好地解釋為什么調查顯示出對數(shù)據(jù)操作項目的全面興趣。阻礙企業(yè)前進的唯一因素可能是慣性，即無法沿著DataOps的道路前進。對于這一點，Lueck等實踐者有一些簡單的建議。

Lueck說:“一切都應該集中在規(guī)模上?！薄伴_始展示進展和價值，用例就會出現(xiàn)。不要想太多，也不要計劃太多。開始?！?/p>