專家組將數(shù)據(jù)操作作為收集分析關(guān)鍵信息的關(guān)鍵舉措

不同尋常的是，調(diào)查報(bào)告稱，100%的受訪者都遵循相同的路徑。然而，當(dāng)451 Research llc最近詢問了300家公司關(guān)于將數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)洞察或數(shù)據(jù)運(yùn)營(yíng)的問題時(shí)，所有300家公司都在計(jì)劃或積極推行數(shù)據(jù)運(yùn)營(yíng)計(jì)劃。

這些結(jié)果進(jìn)一步證實(shí)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(dòng)化的數(shù)據(jù)管理需求從來沒有像現(xiàn)在這樣強(qiáng)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(xiǎn)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(fù)業(yè)務(wù)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(dòng)期間，Stasiewicz與SiliconANGLE Media的流媒體工作室theCUBE的主持人Dave Vellante進(jìn)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(jí)副總裁兼數(shù)據(jù)管理總監(jiān)史蒂文?盧?？?圖右)。他們討論了IBM的人工智能驅(qū)動(dòng)的數(shù)據(jù)操作計(jì)劃、圍繞訪問信息的不斷變化的企業(yè)文化心態(tài)、速度對(duì)洞察力的重要性，以及克服慣性以實(shí)現(xiàn)企業(yè)規(guī)模。(*披露如下。)

建立了DataOps實(shí)踐并將其原則集成到產(chǎn)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(quán)在整個(gè)組織內(nèi)建立一個(gè)可信的數(shù)據(jù)源和人工智能框架。

“我們已經(jīng)在這條路上走了四年了，”Halferty說。“在我們編寫數(shù)據(jù)策略的時(shí)候，它是關(guān)于認(rèn)知企業(yè)的。我們很快就意識(shí)到，在我們所有的主要工作流程中注入人工智能，會(huì)帶來真正的機(jī)會(huì)和價(jià)值?！?/p>

IBM將其DataOps策略作為自己的試驗(yàn)品，開發(fā)用于元數(shù)據(jù)管理的工具，同時(shí)收集員工的反饋。這一經(jīng)驗(yàn)使IBM認(rèn)識(shí)到，當(dāng)數(shù)據(jù)管理人員引入結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)時(shí)，需要進(jìn)行大量的工作來對(duì)其進(jìn)行適當(dāng)?shù)姆诸悺?/p>

Halferty說:“我們的數(shù)據(jù)管理員花了很多時(shí)間手工標(biāo)記和創(chuàng)建關(guān)于這些數(shù)據(jù)的業(yè)務(wù)元數(shù)據(jù)?！薄拔覀儼l(fā)現(xiàn)這是一個(gè)真正的痛點(diǎn)，花費(fèi)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(dòng)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(gè)平臺(tái)，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(dòng)規(guī)劃、預(yù)算和預(yù)測(cè)提供了新的DataOps功能。

stasiewicz說:“Cloud Pak實(shí)際上是一個(gè)一站式的數(shù)據(jù)商店?！薄斑@允許業(yè)務(wù)用戶快速、無縫地訪問，而不是讓他們進(jìn)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(lǐng)導(dǎo)者也發(fā)現(xiàn)DataOps也與創(chuàng)建新的文化心態(tài)有關(guān)。Associated Bank發(fā)現(xiàn)，一旦數(shù)據(jù)被虛擬化或存儲(chǔ)在數(shù)據(jù)湖中，用戶就可以開始獲取構(gòu)建應(yīng)用程序所需的關(guān)鍵信息，而無需進(jìn)行搜索任務(wù)。

Lueck解釋說:“對(duì)我們來說，這是最大的文化轉(zhuǎn)變，擁有數(shù)據(jù)的可用性來提供洞察，而不是讓業(yè)務(wù)或應(yīng)用程序所有者要求這些數(shù)據(jù)?！薄拔覀儼l(fā)現(xiàn)，通過提供平臺(tái)和基礎(chǔ)層，我們可以讓用例不斷演進(jìn)。讓我們開始探索吧。這是一種數(shù)據(jù)科學(xué)的心態(tài)和文化?！?/p>

DataOps的另一個(gè)關(guān)鍵結(jié)果是速度。對(duì)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(wù)的概念。

將數(shù)據(jù)操作到一個(gè)框架中，以便以可用的結(jié)構(gòu)快速訪問數(shù)據(jù)，這突出了一項(xiàng)調(diào)查揭示的DataOps運(yùn)動(dòng)背后的一個(gè)關(guān)鍵驅(qū)動(dòng)因素:創(chuàng)新速度。

Stasiewicz指出:“科學(xué)家們要求連接到所有這些不同數(shù)據(jù)源的日子已經(jīng)一去不復(fù)返了?！薄八麄兛梢赃M(jìn)入一個(gè)目錄，而不需要請(qǐng)求訪問任何東西，并且在五分鐘內(nèi)就可以看到結(jié)構(gòu)?！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(shí)數(shù)月、數(shù)周甚至數(shù)小時(shí)的信息處理完畢?！?/p>

我們很難爭(zhēng)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(diào)查顯示出對(duì)數(shù)據(jù)操作項(xiàng)目的全面興趣。阻礙企業(yè)前進(jìn)的唯一因素可能是慣性，即無法沿著DataOps的道路前進(jìn)。對(duì)于這一點(diǎn)，Lueck等實(shí)踐者有一些簡(jiǎn)單的建議。

Lueck說:“一切都應(yīng)該集中在規(guī)模上。”“開始展示進(jìn)展和價(jià)值，用例就會(huì)出現(xiàn)。不要想太多，也不要計(jì)劃太多。開始?！?/p>