新鲜“数”递
Informatica Enterprise Data Governance
斩获“年度数据治理解决方案”奖
数字化转型与创新评选，以《中国数字企业框架与指标体系》为理论支撑，由锦囊专家、北京大学光华管理学院、首席数字官、数字化公社，联合全国20多家CIO组织机构、行业协会共同发起，旨在发现和研究中国企业数字化转型与创新进程与关键指标，将大胆、务实且创新的案例、产品与技术进行推广，为企业的数字化之路点亮明灯。
作为中国首个全面覆盖数字化产业和产业数字化发展的评选活动，数字化转型与创新评选获得了大批企业、专家学者和媒体人士的广泛关注。“2019数字化转型与创新评选”于7月正式启动，共有800多家企业提交了评选材料。评委会及研究团队在经过4个多月的遴选、现场访谈工作，本着公开、公平、公正的原则，经过多轮评审，最终确定Informatica Enterprise Data Governance 为唯一的“年度数据治理解决方案”。
本次奖项结果于12月13-14日在成都举办的“2019中国数字化年会”上隆重揭晓。现场1000余位新经济时代各个行业的“数字化变革先锋力量”，共同见证了这一重要时刻。其中包括100位CEO、300位CIO、100位CMO及500位数字化领域中高级管理者参会，100家以上的知名媒体进行了全方位的专业报道。
“数”说风云
数字化转型，数据治理先行
『Informatica 企业级数据治理解决方案，包含了您的团队成功运营项目所需的所有必备工具。从Informatica Data Quality到 Informatica Axon™数据治理和Informatica Enterprise Data Catalog，您将拥有内部合作和颠覆行业所需的一切工具。』
数据是新的石油、新的燃料、新的通用货币......类似这样的比喻，早已屡见不鲜。但根据New Vantage Partners公司的研究结果表明：只有不到1/3的公司是数据驱动型公司。因此，对于企业数据治理的潜能释放及价值挖掘还有非常大的提升空间。
要想成为一家数据驱动型企业，必须要让业务相关部门获得适用于业务发展的数据。这也意味着，数据治理要从“以风险管理为中心”转移到“以商业价值为中心”，还必须能够扩展，以支持更大的数据量、更多的数据类型和用户，同时，还必须满足更多的合规性要求。
01
向以商业价值为中心转移
▲ 数据战略：因“数”制宜，协同作战。数据治理可以帮助企业理解数据与业务过程和业务成效的关系，因此，基于增加收入、降低成本和实现风险最小化等商业目标而制定的数据战略，对数据治理行动进行优先级排序，梳理出更加清晰的商业运营思路，从而提高商业价值。
▲ 数据认知：制定标准，数据共享。根据Gartner研究结果显示，到2020年80%的企业将会有意识地启动数据认知领域的建设。而数据认知的共通，可以帮助企业至上而下进行更好的管理与建设，推动数据价值到商业价值的快速转化。
▲ 数据信任：无缝沿袭，充分信任。随着越来越多的业务相关人员需要使用数据，建立对数据的信任非常重要。《哈佛商业评论》曾提到：仅有3%的数据能够达到基本的质量标准。数据治理将数据验证环节直接嵌入业务工作流中，入口点乃至整个运作环节的数据质量将得到保证，在良好的数据环境中，商业价值也能够被最大化地挖掘出来。
▲ 数据隐私：全面管控，负责使用。根据RSA Security公司研究结果，全球有将近70%的消费者会对他们认为没有认真进行数据保护的企业采取抵制行动。由此可见，如果企业想要访问客户数据，那么数据保护、数据隐私就变得非常重要了。数据治理可以为客户创造一个安全可靠、值得信赖的数据环境，加强企业与客户之间的信任度，建立更良好的消费关系，从而促进商业价值的转化与提升。
02
数据治理及自动化
每当提及数据治理，我们都会想到要以合法合规为前提。但如果只是围绕合规性展开数据治理，数据范围和治理要求也难免会受到制约。当企业关注范围较窄的时候，数据治理行动或许可以采用人工操作的方式。但在新的情况下，应以发展的眼光来看待问题，对基于商业价值的数据治理而言，庞大的数据规模以及所有机构的协同化要求使得数据自动化治理水平成为商业成功的关键所在。
我们现在拥有存储了PB级数据的数据湖，数据湖中的各类数据，如流式传感器数据、社交平台数据和移动位置数据，一直在进行着实时更新。同时，又有数以万计的用户在访问这些数据，包括：财务、销售、市场、服务、采购、研发、生产、物流和分销数据。规模和复杂程度至少增加了一千倍。要想跟得上这种规模的发展，唯一的方法是采用由人工智能驱动的自动化解决方案。
据Gartner预计，到2022年通过增加机器学习功能并实现管理功能的自动化，数据管理的人工作业将减少45%。在Informatica 2019全球用户大会上，我们展示了一些人工智能/机器学习的创新技术，用于数据治理和数据隐私的处理场景，实现了以下任务的自动化：
● 域发现
● 数据分类
● 将业务术语映射到技术元数据
● 跨越结构化和非结构化数据源的数据链接
● 数据质量规则的生成及执行
03
系统化思维的方法
当然，“以商业价值为中心”的数据治理除了具备各个环节的“硬件”之外，还需要一个统筹的思维——数据治理的系统性思维。这种思维表达了一种端到端的企业愿景，即：数据、应用、过程和人怎样才能共同发挥作用，以推动创新和改变。运用好系统性思维，也就能够把之前的“硬件”全部串联起来，使数据得到最大化的挖掘与利用，从而全面提升商业价值。
您可以在Informatica系列文章中了解到关于系统化思维的更多内容：
◆指数级数据增长的破局之道？“AI治数”的新玩法你不能不知道
数据驱动型企业，将会创造更大的商业价值。专业可靠的数据治理越来越成为数字化转型的核心力量，全球数据管理领导者Informatica将助力更多企业释放数据的强大潜能，加速企业数字化转型之旅。
想了解更多相信信息，请关注Informatica数据管理（微信号：InformaticaChina）
