企业数字化转型之数据治理体系知识.docx

数据挖掘智慧应用

企业数据治理体系知识

目录

一

数据治理与大数据的关系

二

面临的挑战与机遇

三

数据治理解决方案

四

数据治理实施方法论

第3页

数据治理：大数据产业生态系统中的新热点

近些年来，随着大数据在各个行业领域应用的不断深入，数据作为基础性战略资源的地位日益凸显，数据越来

越受到国家、行业、企业各个层面的高度关注，数据治理的概念成为目前大数据产业生态系统中的新热点。

2012~2013

201

2014~2015

2016

NOW

NOW

2017

大数据领域最具影响力的技术和产品主要围绕数据汇聚、存储、处理等基础技术和基础设施展开。

经过前期发展，已经形成了一批针对特定应用场景的大数据管理和处理等问题的解决方案，而同期数据驱动的人工智能取得突破性进展，人们分析数据、从数据中萃取信息、知识和智能的热情高涨，数据分析方法、技术和产品与相关企业成为了这一阶段大数据生态系统中最为活跃的部分。

虽然大数据技术还远未成熟，但是体系已经渐趋完整，与传统产业、

行业的结合也日益紧密，

面向行业和领域的大数据应用与相关企业发展迅猛，成为新的焦点，大数据生态系统也更加成熟。

随着大数据在各个行业领域应用的不断深入，

数据作为基础性战略资源的地位日益凸显，数据确权、数据质量、数据安全、隐私保护、流通管控、共享开放等问题日益受到高度关注并引发深度思考。

学术界和产业界均意识到，

大数据一方面给现有信息技术体系带来了系列挑战，需要研发投入和创新发展，另一方面，还需要营造有利于大数据产业健康有序发展的良好环境，为此，大数据治理的概念受到关注，成为大数据产业生态系统的新热点。

第4页

确保数据质量和安全是发展大数据/人工智能的第一需求

如今，企业对于全面数据治理的需求从未如此强烈

监管机构：希望企业能更加清晰地了解数据，对它进行有效的管控；

企业管理层：希望理清数据资产，降低数据应用的复杂性，对企业进行更高效的管理；

企业员工：也开始认识到数据的重要性，更多地采用数据驱动的方式来开展工作。

数据治理正迅速发展成一种企业核心策略，只有做好数据治理，让数据更加准确完整，并且安全合规，才能释放出数据的无限潜能，挖掘出更多有价值的数据应用。

4Future

2大数据3

2大数据

3人工智能

人工智能技术在应用和实践中，确保数据质量和数据安全是最基础的底层保障。人工智能的落地应用效果会受到数据质量和安全的影响。

数据1

数据

1

大数据是人工智能技术研发、训练的关键，是人工智能发展的重要保障。只有当人工智能系统能够获取更为准确、及时、一致的高质量数据，才能提供更高效、有用、精准的智能化服务。

2018年4月的一份调研发现，52%的受访企业将数据质量列为突出挑战，数据安全与网络安全紧随其后（47%）。高质量的数据是人工智能的前提和基础，“数据质量”都是一个不可或缺、位于重中之重的要素。

第5页

管理数据资产，决胜智能时代

数据治理是人工智能的基础，数据治理的目的是在业务价值驱动下提供高质量的大数据，而人工智能本身是大数据应用的一种商业模式，数据治理和人工智能就好比一枚硬币的正反面一样密不可分，数据治理强调修炼内功，人工智能侧重预测未来。

?数字化正在改变着全球企业对业务和技术的认知

?数字化正在改变着全球企业对业务和技术的认知，数据将成为企业的战略资产，是企业卓越运营的核心要素之一。

?以价值为导向的大数据应用是企业级数据资产变现的核心。

人工智能服务

挖掘数据资产价值

挖掘数据资产价值

?大数据和人工智能的源头是数据

?大数据和人工智能的源头是数据，建立科学的数据治理体系，包括数据的质量规范、制度政策、管理流程、职责定位和技术管控工具。

?数据治理体系是对商业价值和用户隐私，以及企业长期利益和短期利益选择的基础，建立数据治理体系是一个长期的过程，对于大型科技企业，都应当在数据治理的规范和约束下应用大数据。

大数据

数据治理

数据治理

数据

数据

目录

一

数据治理与大数据的关系

二

面临的挑战与机遇

三

数据治理解决方案

四

数据治理实施方法论

第7页

数据孤岛，看不见，拿不到，无法在线应用

01数据“孤岛”，找数据难，拿数据更难

01

l企业启动大数据最重要的挑战是数据的碎片化，数据散落在各个部门，存储在不同的数据仓库中，标准不一致。

l“