当前位置:大数据业界动态 → 正文

数据组织的自我学习将在2018年兴起

责任编辑:editor006 作者:Harris编译 |来源:企业网D1Net  2018-01-08 20:00:46 本文摘自:机房360

Ramon Chen是Reltio公司的首席产品官,他对2018年的数据管理的发展趋势进行了分析与预测。

1.2018年将是人工智能和机器学习的一年:在过去的几年里,人们一直在预测企业使用人工智能和机器学习(ML)方面可能取得的突破。虽然这方面的初创企业层出不穷。CB Insights公司从2000多家初创企业中选择了100家致力于人工智能的企业进行调查。事实是,大多数企业还没有看到他们投资的量化收益,这被人们认为过分炒作。事实上,许多企业仍然不愿意开始实施,并表示怀疑,也许是缺乏专业知识,大多数公司对数据集的可靠性缺乏信心。

此外,虽然一些新闻头条主要是关于人工智能的报道,但大多数企业需要首先关注信息增强(IA):以确保可以调和、精炼和相关的方式组织数据,揭示相关的见解,支持在所有部门高效的业务执行,同时解决法规遵从的负担。

2.数据组织而不是数据管理将成为新的号召。20多年来,数据管理这个术语一直被视为IT内的一个描述符、类别和功能。管理这一术语代表了各种各样的技术,从数据的物理存储到处理特定类型的数据(如主数据管理),以及诸如数据湖泊和其他环境等概念。企业团队已经失去了耐心和速度,以及他们能够获得可靠、相关和可操作数据的效率。许多公司已经投资自己的自助数据准备、可视化和分析工具,而其他公司甚至聘用了自己的数据科学家。通常的做法是数据首先必须可靠,并与企业的其他部分相连接,以便可以将其用于关键业务计划,而孤立的计划(如MDM和Hadoop驱动的数据湖泊)尚未取得成功。

在任何数据类型或数据源上组织数据,在持续的贡献和对无限属性的合作下,将成为企业团队的新呼声,因为它描述了企业在甚至可以考虑之前想要实现的持续信息增强(IA)潜在的下一步。

3.数据驱动的组织将期望测量结果:在数据驱动持续流行的同时,企业在技术和工具投资方面的可衡量的和可量化的结果方面出乎意料的少。某些总体拥有成本(TCO)指标(如从转换到云计算到本地数据中心所实现的成本节省)是显而易见的,但是数据管理、商务智能、分析和即将到来的人工智能资浪潮之间并没有明显的直接关联投资。企业缺少的是捕获历史基线的方法,并将其与数据质量的改进,生成的见解以及由采取的行动产生的结果进行比较。

其中大部分原因可能是由于分析环境(如数据仓库、数据湖等)以及业务执行实际发生的业务应用程序之间的脱节。当今的现代数据管理平台即服务(PaaS)无缝支持数据驱动型应用程序,这些应用程序既可以是分析型的,也可以是可操作的,从而提供具体和可衡量的基于目标的情景和行动,从而使结果相互关联,为机器学习带来持续改善奠定基础。作为额外的好处,多租户现代数据管理PaaS在云端也将开始提供行业可比性,所以企业可以最终了解他们的排名。

4.多云将成为新常态:随着云基础设施即服务(IaaS)市场竞争的加剧,诸如亚马逊网络服务(AWS)、谷歌云平台(GCP)和微软Azure等行业巨头将继续尝试超越彼此之间的所有向量,其中包括能力、价格和服务。由于担心“亚马逊化”的供应商锁定,一些零售商甚至采用了非AWS云策略。然而对大多数人来说,这是关于效率和成本。多云意味着选择,并有机会利用最好的技术来应对他们面临的业务挑战。不幸的是,多云对所有人来说都是不现实的,只有拥有IT团队和专业知识的大型公司才能从多个提供商那里研究和测试最新、最好的数据。即使那些大型企业也发现,他们必须坚持与单一的IaaS云合作伙伴合作来集中精力。

如今的现代数据管理PaaS自然是多云,无缝地保持最佳的组件和服务,解决业务问题。作为企业的技术投资组合经理,这些公司希望专注于灵活而敏捷的业务执行,这些平台将实现多云的概念,以使每个人都受益。

5.企业将执行积极的数据驱动策略,并期望免费获得防御措施:今年5月25日生效的“欧洲通用数据保护条例”(GDPR)将迫使企业达到管理数据的标准,许多企业将无法完成。他们必须评如何收集、存储、更新和清除所有功能区域和运营应用程序中的客户数据,以支持“被遗忘的权利”。并且他们必须确保可以有效地与客户接触并获取他们的数据。

企业遵从像GDPR这样的法规往往代价高昂,但这不仅仅是为了欧洲公司的信息安全,跨国公司也纳入在日益全球化的背景下。寻求快速补救措施的企业往往最终获得专门技术的许可来满足这些法规,而另一些企业则被迫支付可能征收的罚金,因为他们认为修复数据的成本超过了可能发生的处罚。随着安全和数据泄露在2017也成为了引人注目的头条新闻,企业开展业务的环境越来越严峻,因为企业收集的数据是希望执行具有攻击性的数据驱动策略,这严重地影响了他们的业务开展,破坏了他们敏捷的能力。

如上所述,采用机器学习或其他举措而组织数据会产生清晰可靠的数据,这些数据是相互联系的,并形成一个可靠的基础。其自然产生的副产品是一种防御性数据策略,能够满足GDPR等规定,并确保所有参与方都能够安全地访问敏感数据。这是一个监管团队和首席数据官都可以从中受益的解决方案。

无论行业或企业需要什么,组织数据在2018年应该是各小公司的头等大事。

关键字:谷歌描述符

本文摘自:机房360

x 数据组织的自我学习将在2018年兴起 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

数据组织的自我学习将在2018年兴起

责任编辑:editor006 作者:Harris编译 |来源:企业网D1Net  2018-01-08 20:00:46 本文摘自:机房360

Ramon Chen是Reltio公司的首席产品官,他对2018年的数据管理的发展趋势进行了分析与预测。

1.2018年将是人工智能和机器学习的一年:在过去的几年里,人们一直在预测企业使用人工智能和机器学习(ML)方面可能取得的突破。虽然这方面的初创企业层出不穷。CB Insights公司从2000多家初创企业中选择了100家致力于人工智能的企业进行调查。事实是,大多数企业还没有看到他们投资的量化收益,这被人们认为过分炒作。事实上,许多企业仍然不愿意开始实施,并表示怀疑,也许是缺乏专业知识,大多数公司对数据集的可靠性缺乏信心。

此外,虽然一些新闻头条主要是关于人工智能的报道,但大多数企业需要首先关注信息增强(IA):以确保可以调和、精炼和相关的方式组织数据,揭示相关的见解,支持在所有部门高效的业务执行,同时解决法规遵从的负担。

2.数据组织而不是数据管理将成为新的号召。20多年来,数据管理这个术语一直被视为IT内的一个描述符、类别和功能。管理这一术语代表了各种各样的技术,从数据的物理存储到处理特定类型的数据(如主数据管理),以及诸如数据湖泊和其他环境等概念。企业团队已经失去了耐心和速度,以及他们能够获得可靠、相关和可操作数据的效率。许多公司已经投资自己的自助数据准备、可视化和分析工具,而其他公司甚至聘用了自己的数据科学家。通常的做法是数据首先必须可靠,并与企业的其他部分相连接,以便可以将其用于关键业务计划,而孤立的计划(如MDM和Hadoop驱动的数据湖泊)尚未取得成功。

在任何数据类型或数据源上组织数据,在持续的贡献和对无限属性的合作下,将成为企业团队的新呼声,因为它描述了企业在甚至可以考虑之前想要实现的持续信息增强(IA)潜在的下一步。

3.数据驱动的组织将期望测量结果:在数据驱动持续流行的同时,企业在技术和工具投资方面的可衡量的和可量化的结果方面出乎意料的少。某些总体拥有成本(TCO)指标(如从转换到云计算到本地数据中心所实现的成本节省)是显而易见的,但是数据管理、商务智能、分析和即将到来的人工智能资浪潮之间并没有明显的直接关联投资。企业缺少的是捕获历史基线的方法,并将其与数据质量的改进,生成的见解以及由采取的行动产生的结果进行比较。

其中大部分原因可能是由于分析环境(如数据仓库、数据湖等)以及业务执行实际发生的业务应用程序之间的脱节。当今的现代数据管理平台即服务(PaaS)无缝支持数据驱动型应用程序,这些应用程序既可以是分析型的,也可以是可操作的,从而提供具体和可衡量的基于目标的情景和行动,从而使结果相互关联,为机器学习带来持续改善奠定基础。作为额外的好处,多租户现代数据管理PaaS在云端也将开始提供行业可比性,所以企业可以最终了解他们的排名。

4.多云将成为新常态:随着云基础设施即服务(IaaS)市场竞争的加剧,诸如亚马逊网络服务(AWS)、谷歌云平台(GCP)和微软Azure等行业巨头将继续尝试超越彼此之间的所有向量,其中包括能力、价格和服务。由于担心“亚马逊化”的供应商锁定,一些零售商甚至采用了非AWS云策略。然而对大多数人来说,这是关于效率和成本。多云意味着选择,并有机会利用最好的技术来应对他们面临的业务挑战。不幸的是,多云对所有人来说都是不现实的,只有拥有IT团队和专业知识的大型公司才能从多个提供商那里研究和测试最新、最好的数据。即使那些大型企业也发现,他们必须坚持与单一的IaaS云合作伙伴合作来集中精力。

如今的现代数据管理PaaS自然是多云,无缝地保持最佳的组件和服务,解决业务问题。作为企业的技术投资组合经理,这些公司希望专注于灵活而敏捷的业务执行,这些平台将实现多云的概念,以使每个人都受益。

5.企业将执行积极的数据驱动策略,并期望免费获得防御措施:今年5月25日生效的“欧洲通用数据保护条例”(GDPR)将迫使企业达到管理数据的标准,许多企业将无法完成。他们必须评如何收集、存储、更新和清除所有功能区域和运营应用程序中的客户数据,以支持“被遗忘的权利”。并且他们必须确保可以有效地与客户接触并获取他们的数据。

企业遵从像GDPR这样的法规往往代价高昂,但这不仅仅是为了欧洲公司的信息安全,跨国公司也纳入在日益全球化的背景下。寻求快速补救措施的企业往往最终获得专门技术的许可来满足这些法规,而另一些企业则被迫支付可能征收的罚金,因为他们认为修复数据的成本超过了可能发生的处罚。随着安全和数据泄露在2017也成为了引人注目的头条新闻,企业开展业务的环境越来越严峻,因为企业收集的数据是希望执行具有攻击性的数据驱动策略,这严重地影响了他们的业务开展,破坏了他们敏捷的能力。

如上所述,采用机器学习或其他举措而组织数据会产生清晰可靠的数据,这些数据是相互联系的,并形成一个可靠的基础。其自然产生的副产品是一种防御性数据策略,能够满足GDPR等规定,并确保所有参与方都能够安全地访问敏感数据。这是一个监管团队和首席数据官都可以从中受益的解决方案。

无论行业或企业需要什么,组织数据在2018年应该是各小公司的头等大事。

关键字:谷歌描述符

本文摘自:机房360

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^