前言：大數據、人工智能、移動互聯、雲計算、物聯網等新一代信息技術的發展為企業數字化轉型提供了技術支撐。數字化轉型並不是對企業以往的信息化推倒重來，而是需要整合優化以往的企業信息化系統，在整合優化的基礎上，提升管理和運營水平，運用新的技術手段提升企業新的技術能力，以支撐企業適應數字化轉型變化帶來的新要求。因此，該公眾號將相繼推出企業數字化轉型的關鍵技術與問題一系列推文，以期為目標企業數字化轉型提供借鑑性思路。
“企業數字化轉型的關鍵技術與問題”系列推文七：
企業數字化轉型的必由之路：數字治理
當前，以雲計算、大數據、人工智能等新興技術引領的新一代科技革命正在飛速開展，以此為契機數字技術正廣泛應用於現代經濟活動中，成為推動經濟增長的重要途徑，產業數字化成為數字經濟發展的重要組成部分。在2020年這個“十三五”規劃的收官之年與“十四五”規劃的謀劃之年，各行業紛紛圍繞“新基建”、“數字化轉型”進行全方位、戰略性佈局。
什麼是數字治理？
在大數據時代，數據治理對所有擁有大量數據的公司來說都是一個巨大的挑戰。沒有數據，公司就缺乏數據的支持來做決定。然而，隨著數據越來越多，在很多情況下也增加了數據管理的成本，這確實使數據產生了價值，但發現如何管理分散在不同地方的數據，並有效地將數據進行組織則成了一個令人頭疼的問題。
如果企業不能夠使用數據，那它就不是資產，而成為了成本。也正因為如此，數據治理和數據管理對企業來說變得越來越重要。
企業數據治理是一套持續改善的管理機制，通常包括組織架構、政策制度、技術工具、數據標準、作業流程、監督及考核等多個方面，涉及的IT技術主題眾多，包括數據體系、管理體系、平臺建設、數據管控等多個方面。
二、企業為什麼要數字治理
即使一個公司有宏偉的願景和雄心勃勃的目標，每個人也很難朝著同一個方向努力。大型而複雜的組織充滿了混亂。在開始實施戰略目標的時候，著眼於全局的領導者會集中精力把願景變成現實，而不同意願景的管理者會忽略它。一些部門行動太慢;一些部門在沒有充分考慮規章、安全、組織風險的情況下，輕率行事，給企業帶來風險;有些部門會把資源浪費在重複甚至相互矛盾的任務上。
數字化治理可以確保企業在正確的方向上採取行動，將所有員工的各種想法匯聚成協調一致的驅動力，帶動數字化轉型願景的落地實施。
適當的數字治理不僅可以防範風險，還可以激發新的數字能力。移動電話應用程序、協作網絡、互聯產品和社交媒體等技術為營銷、製造和用戶服務帶來了新的機遇。由於用戶和員工的雙重需求，業務週期變得越來越快。治理能力可以幫助公司更快地實現新的解決方案，處理安全問題、遵從性問題和傳統的系統集成問題;幫助企業獲得更完整的用戶和運行條件，更有效地協作，使企業規章制度更好地運行。
例如，用戶需要更好的體驗，數據分析需要更完整的數據，但很多企業很難整合分散的數據資源。事實上，數據整合是建立數字化服務的最大挑戰。數字大家憑藉治理能力，為實施數字化建立統一的平臺，使之涵蓋新型用戶體驗、工廠自動化和先進的分析能力等。
隨著公司的全球化擴張，企業越發需要跨地域、部門和專業進行有效協作。如果員工不遵守公司規章、而採取自己的方式協作時，就會激發潛在的安全、法律和整合問題。企業也可以運用治理能力制定和強化管理策略，指出哪種協作是合適的，並開發監測工具監測違規行為
調查顯示，數字化水平高的公司可以更好地治理數字化活動。通過評測一系列綜合指標，包括職能清晰度、戰略一致性、跨部門協作、 KPI使用以及數字化轉型路線圖等，結果顯示，數字大家的得分比其他企業高出51％，彰顯出對採取何種轉型措施、如何成功實施這些舉措有著更清晰的認知。
三、數據治理如何為數字化轉型提供基礎支撐
1、數據治理能夠避免數據湖成為“數據黑洞”
數據湖是按存儲原始數據格式的數據存儲，旨在任何數據可以以最原始的形態儲存，可是結構化或者非結構化數據，以確保數據在使用時可以不丟失任何細節。採用Hadoop大數據技術生態體系以構建大數據平臺，所有的實時數據和批量數據，都彙總到數據湖當中，然後從湖中取相關數據用於機器學習或者數據分析。大規模捕獲各種新舊類型的多源異構原始數據，並按需進行數據轉換，形成多樣化應用。
然而，數據湖的完美理念卻面臨著諸多問題，企業的業務是實時在變化的，這代表著沉積在數據湖中的數據定義、數據格式實時都在發生的轉變，企業的大型數據湖對企業數據治理（Data Governance）提升了更高的要求。大部分使用數據湖的企業在數據真的需要使用的時候，往往因為數據湖中的數據質量太差而無法最終使用，數據無法訪問、難以檢索，成為只進不出的 “數據黑洞”。
為避免數據湖淪為“數據黑洞”，須實現數據目錄、標準、質量、安全、共享的統一管理，開展相關的數據治理活動：
首先，基於元數據信息，為數據湖構建企業級數據資源目錄，對入湖數據進行編目分類、建立索引，以便迅速查找、定位、獲取所需數據資源；其次，進行數據血緣分析和影響分析，構建數據全維關係圖譜，對數據流向從源頭到目的地之間追蹤信息的可視化表示，實現對數據資源流轉的清晰掌握和數據流通全流程的監控；基於數據資源目錄，劃分數據安全等級和共享類型，以此為基礎進行用戶角色的訪問控制、身份驗證、授權，數據脫敏規則設計以及靜態和動態數據加密，以提高數據湖的安全與隱私性。
2、數據治理是人工智能的基石
數據治理與人工智能
在人工智能時代，數據不再是程序代碼的附屬物。數據從本質上已經成為構建算法的源代碼和生成算法結果的核心驅動。基於大量的數據，通過“自適應和自學習”算法“訓練”它。因此，數據質量的好壞決定了算法的優劣及其魯棒性;此外，在進行人工智能工作時，數據共享和數據安全也是需要考慮的因素。數據治理在人工智能工作中可以發揮以下關鍵作用:
保證制度流程：
在人工智能發展的過程中,聯合數據治理組織制定和發佈系統,程序和規範,配合人工智能技術的發展,明確各部門和項目團隊(人工智能項目團隊,數據治理項目,數據平臺項目團隊)和業務系統項目團隊,等等)的職責分工;
保障數據安全：
在人工智能工作的發展過程中，需要採取一系列的數據安全保護措施，如私人數據的符合性確認和檢查、敏感數據的脫敏、安全訪問控制、防洩漏措施等。為AI應用結果的數據安全性和合規性奠定基礎;
資源協調：
通過數據治理團隊協助協調數據資源、數據治理團隊清楚地理解數據資源的存儲位置,集中式的管理部門,並能促進企業內部數據資源的共享,並協助人工智能團隊迅速獲得所需的基本數據資源;
高質量數據輸入：
數據治理團隊根據AI團隊的數據質量需求和業務規則，對輸入的數據資源進行數據質量檢查，根據需要出具數據質量評估報告，給出數據質量健康度評分，發現數據質量問題，快速制定數據質量改進方案。
四、經邦企業級數據治理整體解決方案
經邦推出了企業級數據治理整體解決方案,實施“一站式”全球數據治理,覆蓋所有功能區域的數據治理從數據資源目錄,目錄建設、標準的制定、質量改進、安全管理數據共享和應用程序協助建立數據治理體系和指導企業內的各種特殊的治理活動。
經邦企業級數據治理解決方案框架
1、數據治理專業能力建設
企業級數據治理解決方案的核心要素是數據治理專業能力，包括數據標準管理、數據質量管理、數據資源目錄、數據安全管理、數據架構管理、數據共享和應用程序管理。應用知識圖、微服務、元數據收集、自然語言處理、大數據等技術，智能整理企業數據資產，規範系統數據模型，支持數據標準構建，實現數據協同變更，控制細粒度敏感信息，為企業提供深層次的數據價值。
2、數據治理平臺建設
經邦已形成了一套完整的方法，從數據治理諮詢、需求轉換,原型平臺實現，並迅速轉換數據治理專業功能由企業按需為平臺建設的需求，並將治理數據治理過程中生成的結果進行統一和管理通過平臺實現全景和視覺顯示的數據資源，同時為用戶提供數據質量評估、數據架構評估、數據能力評估、智能檢索等多樣化服務。
數據治理平臺架構
3、數據治理工作機制建設
數據治理需要企業所有部門的參與，需要所有資源的協調。一是建立規範化的數據治理組織，共同推進數據治理。二是建立數據問責機制，解決“橫向超越邊緣，縱向無底洞”的共同突出問題。同時，高效的管理流程也是公司治理的強大動力。最後，需要建立數據運行機制，確保數據治理的有效發展。
轉載請超鏈接註明：頭條資訊 » 企業數字化轉型的必由之路：數字治理
免責聲明
：非本網註明原創的信息，皆為程序自動獲取互聯網，目的在於傳遞更多信息，並不代表本網贊同其觀點和對其真實性負責；如此頁面有侵犯到您的權益，請給站長發送郵件，並提供相關證明(版權證明、身份證正反面、侵權鏈接)，站長將在收到郵件24小時內刪除。