[干货]御数坊:数据治理的理论、实践与发展趋势

简介:

御数坊观点:

经过多年潜行,数据治理(DataGovernance)这一至关重要却似虚无缥缈的话题终于在DTCC2015这一国内数据领域顶级大会上赢得了自己的半席之地——能够与可视化共办专场,并完成了一次理论与实践的经典邂逅,点燃数据从业者数据治理热情、绽放数据治理之美。


曾经以及现在,有不少人说,国外理论不适应中国国情,不可用...

曾经以及现在,有不少人说,甲方不会去做的,都外包给乙方...

曾经以及现在,有不少人说,数据治理太虚,不能落地...

曾经以及现在,有不少人说,.......


然而,DTCC上这一场有关数据治理的讨论,给我们这样一些启示:


如何看待中外国情的不同?我们不妨采用华为引进西方管理制度时“先僵化、后优化、再固化”的思想,先听听、看看、理解别人究竟怎么做的,再去做改进和创新;


如何看待甲方的积极改变?浙江移动是运营商先进省份,是国内在8-10年前践行元数据管理和数据质量管理的最早一批企业。甲方对待数据治理的总体思路在变,对推动数据治理的勇气和智慧在变,对数据工作的掌控重点在变,对技术工具的定位也在变,所获得的成果当然也在积极改变。


如何看待数据治理的高大上与接地气?我们都处于大数据的风口,数据资产的价值与数据治理的重要性,已经得到相当广泛认同,数据治理需要且已经在向落地见实效演进。企业高层对数据治理的理念认知和重视也许还需进一步加强,但更需要的,则是中基层有关如何“接地气”的、可实操的方法和可借鉴的实践经验。


理论与实践的邂逅,是此次专场讨论的最大亮点与价值,也正是御数坊努力的方向。


下文是御数坊创始人,数据治理与管理领域专家刘晨在DTCC2015大会演讲PPT,回复“御数坊”,可得PPT全文

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg

0?wxfmt=jpeg



原文发布时间为:2015-04-20


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
存储 运维 容灾
带你读《企业数字化基石-阿里巴巴云计算基础设施实践》第二章TOC建模2.3TCO最优
《企业数字化基石-阿里巴巴云计算基础设施实践》第二章TOC建模2.3
487 0
带你读《企业数字化基石-阿里巴巴云计算基础设施实践》第二章TOC建模2.3TCO最优
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型技术的发展与实践
一、大模型的概念 大型语言模型,也称大语言模型、大模型(Large Language Model,LLM;Large Language Models,LLMs) 。 大语言模型是一种深度学习模型,特别是属于自然语言处理(NLP)的领域,一般是指包含数干亿(或更多)参数的语言模型,这些参数是在大量文本数据上训练的,例如模型GPT-3,PaLM,LLaMA等,大语言模型的目的是理解和生成自然语言,通过学习大量的文本数据来预测下一个词或生成与给定文本相关的内容。 参数可以被理解为模型学习任务所需要记住的信息,参数的数量通常与模型的复杂性和学习能力直接相关,更多的参数意味着模型可能具有更强的学习
308 0
|
数据采集 人工智能 监控
谈谈数据治理能力发展曲线【请对号入座】
理解什么是数据治理,为什么它处于实现价值的关键路径上,以及如何在组织中具体部署它,可能是一条漫长的道路。
谈谈数据治理能力发展曲线【请对号入座】
|
存储 数据采集 分布式计算
谈谈数据治理成熟度模型及大数据治理参考架构
数据是企业拥有的最大资产之一,但是数据也越来越难以管理和控制。干净、可信的数据能够为企业提供更好的服务,提高客户忠诚度,提高生产效率,提高决策能力。
谈谈数据治理成熟度模型及大数据治理参考架构
|
数据采集 存储 监控
大数据治理系列:1 谈谈大数据治理的核心原则
当业务和IT专业人员第一次谈到大数据治理的时,许多人对大数据治理的复杂性感到不知所措。系统的数量和相互竞争的业务日程将如此多的变量混杂在一起,以至于手头的任务似乎无法管理。
大数据治理系列:1 谈谈大数据治理的核心原则
|
存储 数据采集 SQL
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
当前,工业企业产生的数据与日俱增,如何利用大数据为企业产生驱动力、竞争力成为工业企业面临的重要问题。
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
|
存储 传感器 分布式计算
大数据治理系列:2 再谈大数据应用的经典场景
大数据通常是根据道格·兰尼(DougLaney)首先描述的三个维度或特征来描述的:容量、多样性和速度。同时,众多组织也开始意识到,准确性也是一个关键因素,即数据背后的“信任因素”。
大数据治理系列:2 再谈大数据应用的经典场景
|
存储 运维 安全
带你读《企业数字化基石-阿里巴巴云计算基础设施实践》第一章基础设施架构综述1.4基础设施的核心竞争力特征
《企业数字化基石-阿里巴巴云计算基础设施实践》第一章基础设施架构综述1.4
221 0
|
安全 大数据
「产业观察」“数据安全能力成熟度模型”加速落地 催生出全新职业
据估计,我国数据安全市场将达到千亿级规模,显然“数据安全能力成熟度测评师”这一职业前景看好。
4768 0