تکنولوژی

مورد تجاری برای داده های پاک و برنامه ریزی حاکمیتی

مورد تجاری برای داده های پاک و برنامه ریزی حاکمیتی

آیا می دانید داده های شرکت شما تمیز و به خوبی مدیریت شده است؟ به هر حال چرا این مهم است؟

بدون یک برنامه حاکمیتی کارآمد، ممکن است شرکتی برای نگرانی نداشته باشید – از نظر داده.

حاکمیت داده مجموعه ای از شیوه ها و فرآیندهایی است که قوانین، خط مشی ها و رویه هایی را تعریف می کند که دقت، کیفیت، قابلیت اطمینان و امنیت داده ها را تضمین می کند. مدیریت رسمی دارایی های داده در سازمان را تضمین می کند.

همه در تجارت نیاز به داشتن و استفاده از داده های پاک را درک می کنند. به گفته دیوید کولینک، معاون مدیریت محصول در Ataccama، اطمینان از تمیز و قابل استفاده بودن آن یک چالش بزرگ است.

این چالش زمانی افزایش می یابد که کاربران تجاری مجبور به تکیه بر منابع فنی کمیاب باشند. اغلب، نه یک نفر بر نظارت بر داده‌ها نظارت می‌کند، یا آن فرد درک کاملی از نحوه استفاده از داده‌ها و نحوه پاک‌سازی آن‌ها ندارد.

اینجاست که آتاکاما وارد می شود. ماموریت این شرکت راه حلی را ارائه می دهد که حتی افراد بدون دانش فنی، مانند مهارت های SQL، می توانند از آن برای یافتن داده های مورد نیاز، ارزیابی کیفیت آن، درک چگونگی رفع هر گونه مشکل و تعیین اینکه آیا این داده ها به اهداف آنها کمک می کند استفاده کنند.

کولینک به TechNewsWorld گفت: «با Ataccama، کاربران تجاری نیازی به مشارکت IT در مدیریت، دسترسی و تمیز کردن داده‌های خود ندارند.

در نظر داشتن کاربران

Ataccama در سال 2007 تأسیس شد و عمدتاً مورد بهره برداری قرار گرفته است.

این شرکت به عنوان بخشی از Adastra، یک شرکت مشاوره، شروع به کار کرد که هنوز هم فعالیت می کند. با این حال، Ataccama به جای مشاوره بر روی نرم افزار تمرکز کرده است. بنابراین مدیریت این فرآیند را به عنوان یک شرکت محصول که با مسائل مربوط به کیفیت داده ها سروکار دارد، ایجاد کرد.

Ataccama با یک رویکرد اساسی شروع به کار کرد – موتوری که داده های اساسی را خالص و تبدیل می کند. اما به دلیل پیکربندی ارائه شده توسط کاربر، این هنوز به یک کاربر متخصص نیاز دارد.

بنابراین، ما یک نمایش بصری از مراحلی که تبدیل داده‌ها و مواردی مانند پاکسازی را امکان‌پذیر می‌کند، اضافه کردیم. این آن را به یک پلتفرم کم‌کد تبدیل کرد، زیرا کاربران می‌توانستند بیشتر کار را فقط با استفاده از رابط کاربری برنامه انجام دهند. هنوز هم مشتری بود. کولینک توضیح داد: پلت فرم فشرده.

نسخه فعلی، با این حال، با در نظر گرفتن یک کاربر غیر فنی طراحی شده است. این نرم افزار شامل یک دستگاه تین کلاینت، فوکوس اتوماسیون و یک رابط کاربری آسان است.

اما چیزی که واقعاً برجسته است، تجربه کاربری است که بر اساس یکپارچگی یکپارچه ما با نسخه سیزدهم موتورمان ساخته شده است.

در مسائل مدیریت داده غوطه ور شوید

من از Kolinek خواستم تا در مورد حاکمیت داده و مسائل کیفیت بیشتر بحث کند. گفتگوی ما اینجاست.

TechNewsWorld: مفهوم Ataccama از متمرکز کردن یا یکپارچه‌سازی مدیریت داده‌ها چه تفاوتی با سایر سیستم‌های ابری مانند Microsoft، Salesforce، AWS و Google Cloud دارد؟

دیوید کولینک: ما به پلتفرم متعهد هستیم و یک فناوری خاص را هدف قرار نمی دهیم. مایکروسافت و AWS راه حل های بومی خود را دارند که به خوبی کار می کنند، اما فقط در زیرساخت های خود. مجموعه ما کاملاً باز است، بنابراین شما می توانید به همه موارد استفاده که نیاز به پوشش در هر زیرساختی دارند خدمات دهید.

علاوه بر این، ما قابلیت‌های پردازش داده‌هایی داریم که همه ارائه‌دهندگان خدمات ابری ندارند. ابرداده برای پردازش خودکار، تولید فراداده بیشتر مفید است، که به نوبه خود می تواند برای تجزیه و تحلیل اضافی استفاده شود.

ما این دو فناوری را در داخل توسعه دادیم تا بتوانیم یکپارچگی محلی را فراهم کنیم. در نتیجه، ما می توانیم تجربه کاربری برتر و انبوهی از اتوماسیون را ارائه دهیم.

این مفهوم چه تفاوتی با ایده استانداردسازی داده ها دارد؟

دیوید کولینک
معاون مدیریت محصول،
آتاکاما

کولینک: استانداردسازی تنها یکی از بسیاری از کارهایی است که ما انجام می دهیم. معمولاً فرآیند استانداردسازی را می‌توان به راحتی خودکار کرد، به همان روشی که می‌توانیم تصفیه یا غنی‌سازی داده‌ها را خودکار کنیم. ما همچنین در صورت رفع برخی از مشکلات، مانند از دست دادن شماره تامین اجتماعی، تصحیح دستی داده ها را ارائه می دهیم.

ما نمی‌توانیم شماره تامین اجتماعی ایجاد کنیم، اما می‌توانیم تاریخ تولد را از اطلاعات دیگر بدست آوریم. بنابراین، استانداردسازی تفاوتی ندارد. این زیر مجموعه ای از چیزهایی است که کیفیت را بهبود می بخشد. اما برای ما، فقط استاندارد کردن داده ها نیست. این در مورد دریافت داده های با کیفیت خوب است تا بتوان از اطلاعات به درستی استفاده کرد.

پلتفرم مدیریت داده آتاکاما چه سودی برای کاربران دارد؟

کولینک: تجربه کاربری واقعاً بزرگترین مزیت ماست و این پلتفرم برای برخورد با شخصیت های متعدد عالی است. شرکت‌ها باید هم کاربران تجاری و هم افراد فناوری اطلاعات را در مدیریت داده‌ها توانمند کنند. این نیاز به یک راه حل تجاری و فناوری اطلاعات برای همکاری دارد.

یکی دیگر از مزایای بزرگ پلت فرم ما، هم افزایی قوی بین پردازش داده و مدیریت ابرداده هایی است که ارائه می کند.

اکثریت سایر تامین کنندگان مدیریت داده تنها یکی از این حوزه ها را پوشش می دهند. ما همچنین از یادگیری ماشینی، رویکردهای مبتنی بر قانون، و اعتبارسنجی/استانداردسازی استفاده می‌کنیم که اغلب توسط فروشندگان دیگر پشتیبانی نمی‌شوند.

همچنین، از آنجایی که ما فناوری خنثی هستیم، کاربران می‌توانند از یک پلتفرم به بسیاری از فناوری‌های مختلف متصل شوند. برای مثال، با پردازش لبه، می توانید چیزی را یک بار در Ataccama ONE پیکربندی کنید و پلتفرم آن را برای پلتفرم های مختلف ترجمه می کند.

آیا پلتفرم آتاکاما همان طور که نرم افزار اختصاصی اغلب کاربران را قفل می کند؟

کولینک: ما تمام اجزای اصلی پلتفرم را خودمان توسعه دادیم. آنها به شدت با یکدیگر ترکیب می شوند. اخیراً موج عظیمی از خریدها در این زمینه وجود داشته است، به طوری که فروشندگان بزرگ برای پر کردن شکاف ها، فروشندگان کوچکتر را خریداری می کنند. در برخی موارد، شما واقعاً یک پلتفرم را خریداری و مدیریت نمی کنید، بلکه چندین پلتفرم را خریداری و مدیریت می کنید.

با Ataccama، شما فقط می توانید یک ماژول مانند کیفیت داده/استانداردسازی را خریداری کنید و بعداً به ماژول های دیگر مانند مدیریت داده های اصلی (MDM) گسترش دهید. این همه یکپارچه با هم کار می کند. کافیست واحدهای ما را هر طور که دوست دارید فعال کنید. این امر باعث می شود که مشتریان به راحتی شروع کنند و در زمان مناسب گسترش دهند.

چرا یک پلت فرم داده یکپارچه در این فرآیند بسیار مهم است؟

کولینک: بزرگترین مزیت یک پلت فرم یکپارچه این است که شرکت ها به دنبال راه حل نقطه ای برای حل تنها یک مشکل مانند استانداردسازی داده ها نیستند. همه آنها به هم مرتبط هستند.

به عنوان مثال برای استانداردسازی باید کیفیت داده ها بررسی شود و برای این کار ابتدا باید آن ها را پیدا و ایندکس کنید. اگر مشکلی دارید، اگرچه ممکن است یک مسئله جداگانه به نظر برسد، اما احتمالاً جنبه های دیگری از مدیریت داده ها را شامل می شود.

زیبایی یک پلتفرم یکپارچه این است که در بیشتر موارد استفاده، شما یک راه حل با ادغام بومی دارید و می توانید از ماژول های دیگر استفاده کنید.

امروزه هوش مصنوعی و یادگیری ماشین چه نقشی در مدیریت داده، کیفیت داده و مدیریت اصلی داده ایفا می کنند؟ روند چگونه تغییر می کند؟

کولینک: یادگیری ماشینی مشتریان را قادر می سازد تا فعال تر باشند. قبلاً باید مشکلی را شناسایی و گزارش می‌کردید. کسی باید بررسی کند که چه چیزی اشتباه رخ داده است و ببیند آیا مشکلی در داده ها وجود دارد یا خیر. سپس یک قانون کیفیت داده برای جلوگیری از افزونگی ایجاد می کند. این همه واکنشی است و بر اساس چیزی است که تنزل می‌دهد، پیدا می‌شود، گزارش می‌شود و سپس اصلاح می‌شود.

بار دیگر، ML به شما امکان می دهد فعال باشید. شما به جای قوانین، داده های آموزشی به آن می دهید. سپس پلتفرم تفاوت‌ها را در الگوها تشخیص می‌دهد و ناهنجاری‌ها را شناسایی می‌کند تا قبل از اینکه متوجه وجود مشکل شوید، به شما هشدار دهد. این با یک رویکرد مبتنی بر قانون امکان پذیر نیست، و اگر حجم زیادی از منابع داده داشته باشید، مقیاس بندی آن بسیار آسان تر است. هرچه داده های بیشتری داشته باشید، آموزش و دقت بهتری خواهید داشت.

به غیر از صرفه جویی در هزینه، سازمان ها با یکپارچه سازی انبارهای داده خود چه مزایایی می توانند داشته باشند؟ مثلا امنیت، نتایج CX و … را بهبود می بخشد؟

کولینک: این امنیت را بهبود می بخشد و نشت های احتمالی آینده را کاهش می دهد. به عنوان مثال، ما مشتریانی داشته ایم که داده هایی را ذخیره کرده اند که هیچ کس از آنها استفاده نکرده است. در بسیاری از موارد، آنها حتی از وجود داده ها هم خبر نداشتند! اکنون، نه تنها پشته فناوری خود را ادغام می کنند، بلکه می توانند تمام داده های ذخیره شده را نیز ببینند.

راه‌اندازی افراد جدید روی پلتفرم نیز با داده‌های داخلی بسیار آسان‌تر است. هرچه محیط شفاف‌تر باشد، افراد سریع‌تر می‌توانند از آن استفاده کنند و شروع به کسب ارزش کنند.

مهم صرفه جویی در پول نیست، بلکه در مورد استفاده از تمام داده های شما برای ایجاد مزیت رقابتی و ایجاد درآمد اضافی است. این ابزاری را در اختیار دانشمندان داده قرار می‌دهد تا چیزهایی را بسازند که تجارت را پیش می‌برد.

مراحل اتخاذ یک پلت فرم مدیریت داده چیست؟

کولینک: با تحلیل اولیه شروع کنید. روی بزرگترین مسائلی که شرکت می‌خواهد به آن رسیدگی کند تمرکز کنید و ماژول‌های پلتفرم را برای رسیدگی انتخاب کنید. تعیین اهداف در این مرحله کلیدی است. چه KPI هایی را می خواهید هدف بگیرید؟ می خواهید به چه سطحی از هویت برسید؟ اینها سوالاتی هستند که باید بپرسید.

در مرحله بعد، شما به یک قهرمان نیاز دارید تا اجرا را به جلو پیش ببرد و ذینفعان کلیدی را که می توانند ابتکار عمل را رهبری کنند، شناسایی کنید. این امر مستلزم ارتباط گسترده بین ذینفعان مختلف است، بنابراین ضروری است که شخصی بر آموزش دیگران در مورد مزایا و کمک به تیم های موجود در سیستم تمرکز کند. سپس مرحله پیاده سازی می آید که در آن به مشکلات اصلی شناسایی شده در تجزیه و تحلیل می پردازد و سپس مرحله پیاده سازی را دنبال می کند.

در نهایت، مجموعه بعدی از مسائل را در نظر بگیرید و در صورت لزوم، ماژول های اضافی را در پلتفرم برای دستیابی به آن اهداف فعال کنید. بدترین کاری که می توانید انجام دهید این است که یک ابزار بخرید و آن را تهیه کنید، اما هیچ خدمات، آموزش و پشتیبانی ارائه ندهید. این تضمین می کند که قابلیت اطمینان پایین خواهد بود. آموزش، پشتیبانی و خدمات در مرحله پذیرش بسیار مهم است.

مشاهده بیشتر

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا