DataOps在企业向数据智能化转型中的意义

附件

DataOps在企业向数据智能化转型中的意义

320.34 KB

Login is required to access this page

Login

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。