ازدادت أهمية البيانات أضعافًا مضاعفة مع اقترابنا من عام 2022 ، مع التركيز على إدارة البيانات وإدارة البيانات النشطة. علاوة على ذلك ، بفضل إدخال التكنولوجيا والأدوات الجديدة ، أصبح بإمكاننا الآن أتمتة البيانات كثيفة العمالة وعمليات الخصوصية. فيما يلي خمس مؤسسات لاتجاهات إدارة البيانات يمكن أن تتبناها بناءً على التحول الرقمي وقوانين خصوصية البيانات وتحقيق الدخل من البيانات.
1. امتدت جودة البيانات إلى رحلات العملاء وتقديم الرؤى
خذ دورة أساسيات إدارة البيانات المباشرة
انضم إلينا عبر الإنترنت في ورشة العمل التي تستغرق أربعة أيام حول DMBoK وإعداد CDMP ومفاهيم البيانات الأساسية.
في عام 2022 ، تم الاعتراف جيدًا بأهمية البيانات للقيمة النقدية بينما يتزايد الطلب على البيانات النوعية. ومع ذلك ، لا تزال العديد من الشركات تعيش معها صوامع البيانات عبر وظائفهم ، مما يجعلها أكثر حيادية للمنتج بدلاً من التركيز على المجال. نتيجة لذلك ، من الصعب الاستفادة من البيانات الهامة عبر الأقسام لإنشاء رؤى ذات مغزى مثل تجارب التسويق وإضفاء الطابع الشخصي.
تدرك الشركات أيضًا التحول في أولويات جودة البيانات نحو العمليات وخدمة العملاء بشكل أفضل. ولكن ، يمكن أن يحدث هذا عندما يتم تنظيم البيانات بدقة ؛ لذلك ، تعد إدارة الحصول على البيانات أولوية رئيسية اعتبارًا من عام 2021 والتي ستستمر. ومع ذلك ، تخضع البيانات للتحول طوال رحلتها من قبل الأشخاص والعمليات جنبًا إلى جنب مع الأنظمة ، ويمكن أن يؤثر عدم الاتساق على خدمة العملاء.
ستؤدي مواءمة قواعد جودة البيانات عبر المنتجات والقنوات إلى تحقيق الاتساق في الحصول على البيانات الصحيحة والاستفادة منها لتحقيق التميز التشغيلي. تعد أداة إدارة قواعد جودة البيانات قدرة حتمية يتعين على الشركات اكتسابها. يمكن أن تأتي هذه الأدوات مع إمكانيات إدارة سير العمل ، والتنميط التي يمكن استخدامها على البيانات المجمعة والوقت الحقيقي. ومع ذلك ، يمكن إجراء مواءمة قواعد جودة البيانات العامة على حلول إدارة البيانات الرئيسية والبيانات المرجعية بينما ستظل القواعد المتخصصة القائمة على السياق تتطلب الوصول إلى أدوات ومهارات جودة البيانات.
علاوة على ذلك ، بالنسبة للعديد من الشركات ، سينصب التركيز في عام 2022 على استعادة البيانات السيئة وحل إدخال البيانات بالإضافة إلى مشكلات تكنولوجيا المعلومات في بيانات تنظيم التطبيقات من العملاء. يتأثر هذا أيضًا بسياسات حماية البيانات حول العالم التي تؤكد على الحفاظ على بيانات دقيقة لموضوعات البيانات من أجل النزاهة.
يتوقع جارتنر أن الشركات ستنفق 4.5 تريليون دولار هذا العام على التحول الرقمي ، بزيادة قدرها 5.5٪ عن عام 2021. مع تحول التركيز نحو تمكين الرحلات الرقمية وخدمة الناس بشكل أفضل في أوقات الخدمة القصيرة ، يجب أن تكون البيانات الأساسية نوعية. ستكون الجوانب ، بما في ذلك تحليل الجودة في الوقت الفعلي ، والتصحيح التلقائي لاستعادة البيانات ، والأتمتة الذكية لتوحيد البيانات والتكامل والتسليم باستخدام ELT في المستودعات أو البحيرات أولوية. ستكون خدمات الويب وتكامل واجهة برمجة التطبيقات لإدارة الجودة في الوقت الفعلي أثناء تقديم البيانات إلى التطبيقات المستهلكة من الأسئلة المهمة في أدوات جودة البيانات.
تحليلات و العلوم البيانات ينفق الأفراد 50٪ من جهودهم على إعداد البيانات. يعد تحليل جودة البيانات وجعلها قابلة للاستخدام في نمذجة علوم البيانات جزءًا مهمًا من إعداد البيانات. البيانات الدقيقة هي حاجة ماسة للحصول على رؤى قابلة للتسليم من نماذج الذكاء الاصطناعي. ما مدى دقة البيانات في العالم الحقيقي لإعطاء نتيجة قابلة للاستخدام؟ هذا بُعد حاسم في جودة البيانات يمكن تحديده حسب الأولوية.
علاوة على ذلك ، يتم تحديد الكفاءة التنبؤية لنماذج الذكاء الاصطناعي من خلال تنوع وحجم وجودة بيانات الإدخال. ستكون تغطية البيانات وتوافرها من الأبعاد الرئيسية التي يمكن أن تضمن جودة الرؤى التي تم إنشاؤها بواسطة موظفي علوم البيانات.
2. فهرسة البيانات التي تركز على المجال
تجعل منصات البيانات المركزية الأمر أكثر تعقيدًا لتتالي الإدارة النشطة للبيانات وتقديم الفوائد لأصحاب الأعمال والبيانات. نظرًا لأن منصات البيانات القديمة كانت تستند إلى توافر مجموعات المهارات الخاصة وهندسة منتجات البيانات بناءً على المتطلبات في الوقت المناسب ، فقد أدى ذلك إلى عدم المرونة في إدارة البيانات المرتبطة بمجالات محددة مثل خدمة العملاء أو التسويق. مع تطور منتجات البيانات الجديدة ، يصبح من الضروري إدارة تغطية البيانات المرتبطة بمجالات معينة بوتيرة سريعة. هذا من شأنه أن يخدم تطوير منتج جديد ، ونماذج وتقارير جديدة ، ووجهات نظر متكاملة مع رشاقة.
كمبدأ أساسي ، فإن التجميع المنطقي للبيانات في المجالات ومجموعات البيانات يجعل من السهل تحديد البيانات وإدارتها بفعالية. ستكون فهرسة البيانات باستخدام نموذج تشغيل قوي لإدارة البيانات الوصفية يتضمن مضيفي بيانات الأعمال أولوية في عام 2022. لا يمكن أن يدعم الحصول على كتالوج البيانات إلا وسيلة لتسجيل البيانات الوصفية والتعريفات أثناء التمكين الصحيح لمقدمي البيانات ومالكي البيانات و ستكون هناك حاجة إلى منصات لقيادة الفهرسة وإمكانية المراقبة باستخدام هذه الأدوات. من الممكن استخدام إطار عمل شامل مثل BIAN للأعمال المصرفية ، والذي يمكن أن يساعد في التصنيف المنطقي للبيانات.
3. نسيج البيانات ودمقرطة البيانات
هناك تحدٍ متزايد للتحكم في البيانات بشكل أفضل مع زيادة تنوعها وحجمها ، وهناك تقدير بأنه يتم إنشاء 7.5 سبتليون غيغابايت من البيانات كل يوم. علاوة على ذلك ، في المؤسسات ، يتم إنشاء الصوامع من خلال العديد من بحيرات البيانات أو مستودعات البيانات دون الإرشادات الصحيحة ، والتي ستكون في النهاية تحديًا في إدارة نمو البيانات هذا. لتحقيق الرشاقة ، يمكننا تبسيط مشهد البيانات باستخدام نسيج دلالي ، يُعرف باسم نسيج البيانات ، استنادًا إلى نموذج تشغيل قوي لإدارة البيانات الوصفية. هذا يمكن أن يجعل البيانات قابلة للتشغيل البيني بين الأقسام والوظائف أثناء العمل لميزة تنافسية. يعمل نسيج البيانات على تبسيط إدارة البيانات ، عبر مصادر البيانات السحابية والمحلية ، على الرغم من إدارة البيانات كمجالات.
بالإضافة إلى ذلك، دمقرطة البيانات يمكن أن يكون عاملاً تمكينيًا قويًا لإدارة البيانات عبر المجالات بسهولة وإتاحة البيانات وقابلة للتشغيل البيني. يمكن أن يؤدي السماح لمستخدمي الأعمال بمصدر البيانات ذات الصلة واستهلاكها من أجل إعداد تقاريرهم الفورية أو توليد الرؤى إلى تقليل الوقت المستغرق في الحصول على البيانات أو الحصول عليها بشكل تقليدي. ميزة أخرى لإضفاء الطابع الديمقراطي على البيانات هي تقييم مستهلكي البيانات بناءً على البيانات الجديدة التي تم الحصول عليها ، إلى جانب التغييرات في البيانات.
4. خصوصية البيانات والعروض الرئيسية لتفضيلات موافقة العملاء
في عام 2022 ، سيستمر تمرير قوانين خصوصية البيانات الجديدة ، مثل قانون حماية البيانات الشخصية (PDPB) المتوقع في الهند ، جنبًا إلى جنب مع المزيد من الإرشادات من الهيئات الصناعية مثل مجلس حماية البيانات الأوروبي بشأن النقل ومفاهيم إلغاء الهوية وإخفاء الهوية. وفي الوقت نفسه ، بدأت العديد من المؤسسات برنامج حماية البيانات من خلال نشر سياسة الخصوصية للعملاء. يعد إصدار سياسة الخصوصية في وسيلة سهلة الفهم للعملاء تمثيلًا واضحًا لمبادئ الخصوصية داخل المؤسسة للعملاء. يوفر هذا ضمانًا للعملاء حول كيفية معالجة البيانات الشخصية وحمايتها كأصل. ومع ذلك ، قبل نشر سياسة الخصوصية ، من الممارسات المعقولة فهم p
عمليات الاستكشاف والمعالجة المرتبطة بالبيانات الشخصية عبر مجالات الأعمال من خلال تقييم تأثير الخصوصية.
ستركز تلك المؤسسات التي تبدأ وظيفة حماية البيانات على اكتساب القدرات المطلوبة ، مثل تحديد البيانات لتصنيفها من أجل الخصوصية. سيركزون أيضًا على تحديد مجالات الخصوصية وتشفيرها كمجالات ذات أولوية. يمكن أن تبدأ مكاتب البيانات في الاستفادة من الرسم البياني لهندسة التفضيلات لمعالجة البيانات الشخصية للعملاء لأغراض مثل التسويق أو التحليلات. في حين أن حلول إدارة البيانات الرئيسية يمكن أن توسع الموافقة وأطر عمل تفضيلات العملاء ، يمكن لقواعد بيانات الرسوم البيانية الإجابة بشكل طبيعي على أسئلة مثل ، "ما هي القناة التي يتم من خلالها تقديم معظم الموافقات من قبل العملاء؟" أو "أي العملاء وعلاقاتهم وافقوا على التسويق؟" علاوة على ذلك ، يمكن أن يكون من السهل تحليل العروض الفردية للتفضيلات عبر المنتجات والعملاء وأسرهم عبر القنوات المفضلة.
سيساعد حل اكتشاف البيانات أو الكتالوج في تصنيف البيانات عبر الأنظمة ، بينما يمكن أن تساعد هندسة الخصوصية في تنظيف البيانات من خلال نهج قائم على التحكم يعتمد على تفضيلات العميل لأغراض مثل التخصيص. تُعد أتمتة الخصوصية عاملاً تمكينيًا مهمًا يمكن أن يساعد في معالجة مخاطر الخصوصية من خلال التصميم أثناء تتبع عناصر التحكم مع مالكي البيانات لإغلاقها بسير عمل. سيؤدي ذلك إلى تسهيل إدارة الاتصالات إلى جانب الارتباك حول ملكية مخاطر الخصوصية.
5. تحقيق القيمة من إدارة البيانات وإدارة البيانات
العقبة الشائعة لمكتب البيانات هي امتلاك هذه الأقسام للمقاييس التي تراقب قيمة أنشطة الحوكمة. في حين أن هناك فوائد مشتركة للمؤسسة مثل انخفاض تكاليف التشغيل والمخاطر ، إلا أن هناك فوائد تؤثر بشكل مباشر مع سلاسل القيمة للأقسام مثل فعالية خدمة العملاء.
1. يجب أن يكون لكل أداة تمكين للحوكمة مقياس مرتبط بالقياس ، مثل عدد الساعات التي يقضيها الشخص في إدارة البيانات الوصفية أو عدد شروط العمل المدرجة في المسرد.
2. يمكن لمضيفي البيانات ، داخل كل قسم عمل ، تنسيق المعلومات حول سلاسل القيمة التشغيلية والبيانات.
3. يكتشف مشرفو البيانات والأقسام عوامل النجاح والمقاييس المستخدمة لقياس النجاح التجاري للقسم ، مثل الوقت الذي تستغرقه الخدمة ، وفعالية خدمة العملاء ، ونسبة البيع المتقاطع ، وغير ذلك الكثير.
4. بعد ذلك ، يوصى بإنشاء تتبع بين عوامل تمكين الحوكمة وسلسلة القيمة الخاصة بالقسم.
5. يمكن لصاحب العمل اعتماد هذه المقاييس ومراقبتها على فترات منتظمة ، مثل زيادة سلامة البيانات.
يعمل النهج المعلن على خلق الوعي في الشركة حيث تريد أن تتسرب الحوكمة فيها. يجب أن يوضح إطار العمل ، كما قلت سابقًا ، إمكانية التتبع بين عناصر تمكين إدارة البيانات والتكنولوجيا وتأثير العملية ، ثم يتبعها تأثير الأعمال والقيمة.
