当前位置：首页 >英文主页 >中英对照 > 报告详情

Data Analytics：2022年主动数据治理方法白皮书（英文版）（15页）.pdf

上传人： Y**** 编号：61799 2022-02-28 PDF PDF 15页 2.91MB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载报告到电脑，查找使用更方便

VIP专享文档

书签

已收藏

版权投诉

/15

立即下载

《Data Analytics：2022年主动数据治理方法白皮书（英文版）（15页）.pdf》由会员分享，可在线阅读，更多相关《Data Analytics：2022年主动数据治理方法白皮书（英文版）（15页）.pdf（15页珍藏版）》请在三个皮匠报告上搜索。

数据增长：在世界各地的企业中，数据量的爆炸式增长持续有增无减。IDC 预测，全球数据圈(在核心、边缘和端点位置创建、捕获或复制的所有数据的总和)将从 2018 年的 33 ZB 扩大到 175 ZB 2025. 这在短短七年内增长了五倍多。此外，从 2019 年开始，存储在企业核心中的数据将超过世界上所有现有端点。1数据泄露：确实，未经授权使用个人数据的问题越来越受到关注。与重大数据泄露和非法使用个人数据相关的新闻头条频繁出现，这促使公众提高了对数据治理重要性的认识。

word格式文档无特别注明外均可编辑修改，预览文件经过压缩，下载原文更清晰！

三个皮匠报告文库所有资源均是客户上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作商用。

报告速读

本文主要讨论了数据治理的重要性以及如何有效地实施数据治理。文章指出，数据治理是一个热门话题，其日益普及的原因包括数据量的爆炸性增长、重大数据泄露事件、不断扩大的隐私法规、消费者和组织关注以及新的外部安全威胁等。文章还指出，数据治理的传统方法存在一些问题，如以数据为中心而非以人为中心、缺乏对业务影响的关注、实施过程漫长且昂贵、文档为中心等。因此，文章提出了一个以人为中心的主动数据治理方法，该方法强调建立一个致力于将数据作为竞争资产的业务专家社区，通过不断改进来提高数据质量。这种方法以实际业务内容为起点，要求业务拥有所有权，并采用持续改进的流程，利用机器学习自动化治理过程，以实现快速的价值交付和基于已证明成功的增量投资决策。