DataOps在企业向数据智能化转型中的意义

by June 2021-11-18


全球数字化转型浪潮持续波涌,这两年许多中国企业更掀起了数据中台热。企业的数字化转型正一步步从流程驱动走向数据驱动,并从早期数字化逐渐走向数据智能化。但随着企业运用数字科技的程度逐渐加深,越来越多企业反而在数字化转型路上感到了前所未有的焦虑,很多高管,业务管理者,都期望数据能驱动企业的业务盈利能力提升、甚至通过建立数据生态,带来商业模式的变革。然而愿景是美好的,但现实与愿景间却依然存在着一些难以跨越的鸿沟。


影响数据投资不能获得相应价值回报的可能原因不外乎以下几点:

业务鸿沟:数据、技术人员缺少业务体感;业务人员缺少数据思维、不懂数据智能技术。

场景鸿沟:缺乏高价值业务场景探索能力、无法量化业务价值、度量数据价值。

质量鸿沟:数据质量差、标准不统一、大数据中的“大”常耗费了大量存储的成本,事实上有很多都难以真正聚焦到业务价值上。

规模鸿沟:难以将数据和智能技术快速、持续地应用或复用到多个业务生产场景。

由此,我们逐渐看到了在竞争如此激烈的商业环境中,企业通过投入资源搭建数据中台,以各种形式践行DAMA(数据管理协会)的大而全的数据治理模式其实存在一定的局限性。因为周期太长,见效太慢。而DataOps这个但从字面上翻译是“数据运营”的概念借鉴了DAMA数据治理的基础框架,并揉和了DevOps理念中敏捷、自动化、精益、持续集成的关键点,更强调了对数据流的敏态管理,以实现快速提升业务价值,驱动数据架构持续迭代,数据思维和数据文化的不断加强的理念。因此,数据中台等实践要想真正成为企业数字化转型的抓手,驱动业务优化和业务转型,还需要有DataOps体系来提升它的核心效能。

留言

评论

${{item['author_name']}} 回复 ${{idToContentMap[item.parent] !== undefined ? idToContentMap[item.parent]['author_name'] : ''}} · ${{item.date.slice(0, 10)}} 回复

暂时还没有一条评论.