Data science

การกำกับดูแลข้อมูลหมายถึงการประมวลผลแบบคลาวด์ (และในทางกลับกัน)

การทำงานร่วมกันระหว่างการกำกับดูแลข้อมูลและการประมวลผลแบบคลาวด์นั้นชัดเจนสำหรับองค์กรใดๆ ที่มีการลงทุนบนระบบคลาวด์จำนวนมาก ระบบคลาวด์มีทรัพยากรมากมายที่ช่วยเพิ่มประสิทธิภาพการกำกับดูแลข้อมูล ซึ่งมีความสำคัญต่อการปฏิบัติตามกฎระเบียบ การลดความเสี่ยง และความสามารถในการทำกำไรในระยะยาวของสินทรัพย์ข้อมูล อย่างไรก็ตาม พร้อมกันนี้ เครื่องหมายรับรองคุณภาพการกำกับดูแลข้อมูลของการจัดการข้อมูลเมตา การทำรายการข้อมูล และการดูแลข้อมูล มีความจำเป็นสำหรับการเพิ่มประโยชน์ของระบบคลาวด์ให้สูงสุด โดยแสดงให้เห็นว่าข้อมูลอยู่ที่ไหนและนำไปใช้ในกรณีการใช้งานเดี่ยวๆ เช่น ลูกค้า คำแนะนำผลิตภัณฑ์หรือบริการแบบเรียลไทม์ และการวิเคราะห์ขั้นสูง แม้ว่าจะเป็นเรื่องยากที่จะบอกว่าความสามารถใดเป็นประโยชน์ต่อองค์กรมากกว่า แต่ก็ส่งเสริมซึ่งกันและกันอย่างชัดเจน สำหรับการกำกับดูแลข้อมูล ข้อเสนอคุณค่าหลักของระบบคลาวด์คือ “จากมุมมองของการเชื่อมต่อ หรือการรวมข้อมูล หรือคุณภาพของข้อมูล หรือการทำรายการ ทุกสิ่งรวมอยู่ในนั้น เพื่อให้คุณมีโซลูชันแบบครบวงจรที่เป็นไปได้เพราะเราอยู่ในไมโครเซอร์วิส โลกที่คุณสามารถปรับใช้ได้อย่างมีประสิทธิภาพและมีสิ่งต่าง ๆ ที่ทำงานร่วมกันได้อย่างราบรื่น” Manouj Tahiliani ผู้จัดการทั่วไปของ Informatica MDM กล่าว คลาวด์ยังเป็นปัจจัยสำคัญในการกระจายทรัพยากรในสถานที่ต่างๆ ซึ่งหากปล่อยทิ้งไว้โดยไม่ตรวจสอบ อาจส่งผลให้เกิดไซโลและการใช้งานที่ไม่มีใครดูแล Eric Melcher ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Profisee กล่าวว่า ระบบคลาวด์สร้าง “องค์กรแบบกระจายมากขึ้นโดยที่คุณมีแอปพลิเคชันมากมาย: แอปพลิเคชัน HR ของเรา แอปพลิเคชัน CRM แอปพลิเคชัน ERP แพลตฟอร์มประสบการณ์ลูกค้าของเรา เรามีแอปพลิเคชันข้ามสาย และอีกอย่าง ข้อมูลไม่ได้อยู่ที่เซิร์ฟเวอร์ตรงมุมนั้น ตอนนี้อยู่ทั่วทุกแห่งแล้ว ดังนั้น ฉันต้องการธรรมาภิบาลเพื่อทำความเข้าใจว่าทุกสิ่งอยู่ที่ไหน” การกำกับดูแลข้อมูลเป็นสิ่งจำเป็นสำหรับการรักษาการปรับใช้ระบบคลาวด์ให้เป็นระเบียบ ในขณะที่ระบบคลาวด์ช่วยเสริมประสิทธิภาพในการกำกับดูแลโดยอนุญาตให้องค์กรวางตำแหน่งทรัพยากรในที่ใดก็ตามที่พวกเขาจะได้เปรียบมากที่สุดสำหรับการประมวลผลสมัยใหม่ โดยเฉพาะอย่างยิ่งเมื่อได้รับการสนับสนุนจากหลักการจัดการข้อมูลเมตา การทำรายการข้อมูล ข้อมูล การสร้างแบบจำลองและการดูแลข้อมูล Metadata Intelligence ข้อมูลเมตามีประโยชน์สำหรับการควบคุมข้อมูลในการตั้งค่าระบบคลาวด์ เป็นประโยชน์อย่างยิ่งในการรวบรวมข้อมูลจากแหล่งต่างๆ เพื่อใช้ในโดเมนเดียว เช่น ลูกค้า ผลิตภัณฑ์ ข้อมูลห่วงโซ่อุปทาน และอื่นๆ Tahiliani อ้างถึงแนวคิดของ “ข้อมูลเมตาดาต้า” ว่าเป็นพื้นฐานในการนำคุณภาพข้อมูลและการรวมข้อมูลไปใช้ การเชื่อมโยงข้อมูลเมตาดาต้ากับ Master Data Management ใช้ประโยชน์จากแหล่งคลาวด์ที่หลากหลาย โดยช่วยให้องค์กรสามารถควบคุมวิธีที่พวกเขา “รับข้อมูลจากแหล่งต่างๆ จัดการ และแบ่งปันทั่วทั้งองค์กร” Tahiliani ตั้งข้อสังเกต ข้อมูลเมตามีบทบาทที่แตกต่างกันเล็กน้อยในฟังก์ชันพื้นฐานนี้ เป็นกุญแจสำคัญในการเชื่อมต่อข้อมูลกับระบบดาวน์สตรีมต่างๆ ผ่านโมเดลเชิงตรรกะของ MDM บริษัทยังสามารถ “ใช้พลังของข้อมูลเมตาเพื่อช่วยให้พวกเขาค้นพบองค์ประกอบที่จำเป็นต้องได้รับการฝึกฝน ให้บูรณาการอย่างรวดเร็วระหว่างระบบโดยใช้ความรู้ข้อมูลเมตานั้นและแบ่งปันข้อมูลนั้น เช่นเดียวกับการใช้ข้อมูลเมตาเพื่อใช้ความสามารถในการเรียนรู้ของเครื่องเกี่ยวกับการจับคู่และคุณภาพของข้อมูล กฎ” Tahiliani แสดงความคิดเห็น ความสามารถเหล่านี้เป็นเครื่องมือในการรวมแหล่งข้อมูลสำหรับข้อมูลเชิงลึกของลูกค้า ตัวอย่างเช่น ในรูปแบบที่มีการควบคุมอย่างดี Data Cataloging Metadata ยังช่วยให้กระบวนการจัดทำรายการข้อมูลอธิบายโดย Tahiliani ซึ่งระบุว่าข้อมูลใดอยู่ในการตั้งค่าระบบคลาวด์ ที่จริงแล้ว มีเครื่องมือระบบคลาวด์หลายอย่างที่ช่วยเสริมความแข็งแกร่งในด้านนี้ของการกำกับดูแลข้อมูลโดยการเพิ่มขีดความสามารถขององค์กร ดังนั้น “สิ่งแรกที่พวกเขาทำคือจัดทำรายการสิ่งที่พวกเขามี” Melcher ตั้งข้อสังเกต “ตอนนี้เราได้จัดหมวดหมู่แล้ว เรามาเริ่มจัดประเภทและทำความเข้าใจว่ามันคืออะไร และหาว่าอะไรที่ละเอียดอ่อน และใครจะรู้เกี่ยวกับข้อมูลที่นี่และที่นั่น” เมื่อข้อมูลถูกจัดประเภทแล้ว ค่อนข้างตรงไปตรงมาในการแท็กและกำหนดความเป็นเจ้าของให้กับข้อมูล ซึ่งให้กรอบการทำงานสำหรับการควบคุมข้อมูลอย่างเหมาะสมในแหล่งที่มาต่างๆ บนคลาวด์ต่างๆ แค็ตตาล็อกที่น่าเชื่อถือสามารถชี้ไปที่แหล่งที่มาเพื่อให้ฟังก์ชันนี้ หรืออนุญาตให้แหล่งข้อมูลป้อนข้อมูลเมตาเพื่อวัตถุประสงค์ในการจัดทำรายการ อย่างหลังมีผลอย่างยิ่งกับ MDM เพราะช่วยให้องค์กรสามารถผลักดัน “คำจำกัดความเชิงตรรกะของข้อมูลหลัก…และลงทะเบียนสินทรัพย์ตามที่ผู้ใช้คาดหวังได้จริง” Melcher กล่าว ประโยชน์ของแนวทางนี้คือข้อมูลเป็นไปตามข้อตกลงของ MDM ในด้านคุณภาพข้อมูล คำจำกัดความ และแง่มุมอื่นๆ ของโมเดลเชิงตรรกะ ซึ่งช่วยในการสร้างแค็ตตาล็อกและการจัดประเภทที่ปรับปรุงกรณีการใช้งานขององค์กร ในขณะเดียวกันก็รับประกันว่ากรณีการใช้งานเหล่านั้นจะได้รับการจัดการอย่างดี Data Modeling MDM ยังมีประโยชน์สำหรับการรวมโมเดลข้อมูลต่างๆ ที่มีอยู่มากมายทั่วทั้งแหล่งที่มาของคลาวด์ เพื่อให้องค์กรสามารถรวมโมเดลเหล่านี้เพื่อการวิเคราะห์ได้ เป็นต้น การสร้างแบบจำลองข้อมูลเป็นส่วนสำคัญของการกำกับดูแลข้อมูลที่อาจใช้เวลานานเป็นพิเศษ (ทำให้เสียเวลาในการสร้างมูลค่า) ด้วยวิธีการแบบเดิม อย่างไรก็ตาม MDM ช่วยให้องค์กรสามารถสร้างแบบจำลองสำหรับผลิตภัณฑ์หรือส่วนอื่นๆ โดยใช้กลไกการค้นหาข้อมูล “ในขณะที่คุณกำลังสร้างแบบจำลองและคุณลักษณะที่คุณต้องการ ด้านการค้นพบจะช่วยให้คุณเข้าใจระบบต้นทางสำหรับหน่วยงานต่างๆ เหล่านั้นว่าข้อมูลเมตาที่เก็บไว้คืออะไร” Tahiliani อธิบาย “นั่นให้ข้อมูลว่ามีการใช้และอัปเดตบ่อยเพียงใดเพื่อพิจารณาว่าควรเป็นแอตทริบิวต์ภายในแบบจำลองข้อมูลหลักของคุณหรือไม่” โมเดลข้อมูลที่แสดงออกมากที่สุดจะรวมคำศัพท์ต่างๆ และรวมคำศัพท์เฉพาะเพื่ออธิบายลูกค้าหรือความต้องการของซัพพลายเชน เป็นต้น ความฉลาดของข้อมูลเมตา Tahiliani พาดพิงถึงการช่วยเหลือด้านนี้ของการสร้างแบบจำลองข้อมูล ในขณะที่ช่วยให้องค์กรสามารถแก้ไขความไม่เท่าเทียมกันในวิธีการแสดงเอนทิตี “เมื่อคุณรู้ว่าระบบต้นทางใดข้อมูลเมตาที่คุณกำลังดึงเข้ามา และคำศัพท์ที่อยู่ในระบบต้นทางเหล่านั้นคืออะไร ตาฮิเลียนีเสริม Data Stewardship มิติข้อมูลข้างต้นทั้งหมดของการกำกับดูแลข้อมูล—ข้อมูลเมตาดาต้า การทำรายการข้อมูล และการสร้างแบบจำลองข้อมูล—มีค่ามากสำหรับผู้พิทักษ์ข้อมูลที่พยายามทำให้แน่ใจว่าได้ปฏิบัติตามมาตรฐานการกำกับดูแลทั่วทั้งองค์กรในแอปพลิเคชันบนคลาวด์ ขอบ และในองค์กรที่ต่างกัน ลักษณะการสร้างแบบจำลองข้อมูลขั้นสูงที่เกี่ยวข้องกับคำจำกัดความและคุณลักษณะที่พบใน MDM (รวมถึงข้อมูลจากเครื่องมือการลงรายการข้อมูล) มีความสำคัญต่อผู้ดูแลข้อมูลในการตรวจสอบโปรโตคอลการกำกับดูแลข้อมูล ตัวอย่างเช่น หากสจ๊วตต้องการข้อมูลโดยย่อเกี่ยวกับแบบจำลองข้อมูลสำหรับนิติบุคคลของลูกค้า เขาจะเห็น “นี่คือคำอธิบายของลูกค้าที่เกี่ยวข้องกับคำศัพท์นี้เรียกว่าหุ้นส่วนธุรกิจหรือกรณีใดก็ตาม และ Bob in Sales เป็นผู้เชี่ยวชาญในสิ่งที่ลูกค้าเป็น” Melcher กล่าว ด้วยวิธีการนี้ MDM “มีส่วนร่วมในการกำกับดูแลโดยผลัก…ข้อมูลเมตาลงในแค็ตตาล็อก แต่เมื่อเกิดการกำกับดูแล ผลลัพธ์ของการกำกับดูแลก็พร้อมให้ผู้ใช้ปลายทางกลับมาใช้อีกครั้ง ” เมลเชอร์สรุป การกำกับดูแลข้อมูลหลัก การกำกับดูแลข้อมูลเป็นสิ่งที่ขาดไม่ได้สำหรับการสร้างความดีบนสมมติฐานของคลาวด์ในการเข้าถึงข้อมูลแบบกระจายตามเวลาจริงด้วยความสามารถในการปรับขนาดที่ยืดหยุ่นได้ในรูปแบบการกำหนดราคาแบบจ่ายต่อการใช้งาน นอกจากนี้ ระบบคลาวด์ยังมีเครื่องมือมากมาย เช่น โซลูชัน MDM ในระบบคลาวด์ เครื่องมือจัดทำรายการข้อมูล และอื่นๆ ที่ปรับปรุงความสามารถในการกำกับดูแลเพื่อลดความเสี่ยงของข้อมูลในขณะที่เพิ่มมูลค่าองค์กรในระยะยาว MDM ตั้งอยู่ระหว่างโครงสร้างเหล่านี้แต่ละอันเพื่อให้เกิดความสมดุลระหว่างประโยชน์ของสิ่งหนึ่งกับอีกสิ่งหนึ่ง “คุณไม่ควรกำกับดูแลใน MDM” เมลเชอร์เตือน “คุณควรทำการกำกับดูแลและ MDM คุณควรควบคุมมากกว่าแพลตฟอร์มการจัดการข้อมูลหลักของคุณ” เกี่ยวกับผู้เขียน Jelani Harper เป็นที่ปรึกษากองบรรณาธิการที่ให้บริการตลาดเทคโนโลยีสารสนเทศ เขาเชี่ยวชาญด้านแอปพลิเคชันที่ขับเคลื่อนด้วยข้อมูลซึ่งมุ่งเน้นไปที่เทคโนโลยีเชิงความหมาย การกำกับดูแลข้อมูล และการวิเคราะห์ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

วิทยาศาสตร์ข้อมูล

  • การตลาด
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button