Dự kiến ​​các xu hướng trong Quản lý dữ liệu cho năm 2024 sẽ bao gồm từ tác động của gói Đạo luật dịch vụ kỹ thuật số (DSA) của EU cho đến các biến thể mới của ChatGPT tập trung vào quản lý dữ liệu. Quản lý dữ liệu (DM) liên quan đến việc thu thập, xử lý và lưu trữ dữ liệu cũng như các luật và quy định bảo vệ quyền của mọi người. Quản lý dữ liệu của tổ chức bao gồm nhiều hoạt động, chính sách và thủ tục.

Các doanh nghiệp có thể mong đợi những thay đổi đáng kể trong quy trình DM của họ trong năm 2024. 

Mục tiêu của Quản lý dữ liệu là sử dụng dữ liệu hiệu quả và tiết kiệm chi phí đồng thời giúp mọi người hoàn thành các nhiệm vụ và dự án. Việc phát triển một chiến lược DM mạnh mẽ đã trở nên cực kỳ quan trọng đối với các tổ chức. Chiến lược Quản lý dữ liệu mạnh mẽ phải bao gồm một loạt các công cụ và kỹ thuật DM, đồng thời hỗ trợ phân tích và thông tin kinh doanh.

Hệ thống quản lý dữ liệu theo truyền thống được phát triển xung quanh nền tảng DM, có thể bao gồm cơ sở dữ liệu hỗ trợ phần mềm, kho dữ liệu, hồ dữ liệu, phân tích dữ liệu, tích hợp dữ liệu, v.v.

Những thay đổi về công nghệ và quy định có thể được chuẩn bị sẵn sàng với kế hoạch phù hợp. Các xu hướng khác cho năm 2024 có thể bao gồm:

• Quản lý dữ liệu tự động
• Quản lý dữ liệu chăm sóc sức khỏe
• Bảo mật kết hợp/đa đám mây

Tác động của Gói DSA của Liên minh Châu Âu vào năm 2024

Hành vi và xu hướng của các doanh nghiệp vào năm 2024 sẽ bị ảnh hưởng một phần bởi gói DSA mà Liên minh Châu Âu đã phát triển và ban hành.

Liên minh Châu Âu (không giống như Hoa Kỳ) đã triển khai các quy định bổ sung để bảo vệ công dân của họ: Đạo luật Dịch vụ Kỹ thuật số và Đạo luật Thị trường Kỹ thuật số, còn được gọi là Đạo luật gói DSA. Những hành động này làm cho các hoạt động trực tuyến trở nên an toàn hơn và bảo vệ quyền lợi của người tiêu dùng và người dùng. Việc thực thi sẽ bắt đầu vào ngày 6 tháng 2024 năm XNUMX. 

Gói DSA được thiết kế để bảo vệ quyền của người dùng và tạo sân chơi bình đẳng, giảm tác động của một số nền tảng lớn (Facebook, Twitter, Google và các trang web khác với hơn 45 triệu người dùng hàng tháng).

Mối lo ngại đáng kể trong quá trình phát triển của nó là việc bán nội dung, hàng hóa và dịch vụ bất hợp pháp trực tuyến – nội dung khiêu dâm trẻ em, súng, dịch vụ hack, v.v. Ngoài ra còn có lo ngại rằng các dịch vụ trực tuyến đang bị lạm dụng bởi các hệ thống thuật toán thao túng được thiết kế để khuếch đại lan truyền thông tin sai lệch.

Gói DSA có phạm vi tiếp cận ngoài lãnh thổ và sẽ tác động đến các doanh nghiệp trên toàn thế giới. Nếu một tổ chức đang kinh doanh với khách hàng Châu Âu, ngay cả khi tổ chức đó không đặt trụ sở tại Châu Âu, thì tổ chức đó vẫn phải tuân theo các quy tắc DSA khi kinh doanh với các cá nhân hoặc doanh nghiệp trong Liên minh Châu Âu. Mặc dù phần lớn gói này xử lý các nền tảng trực tuyến rất lớn, doanh nghiệp nhỏ hơn cũng bị ảnh hưởng.

Các doanh nghiệp nhỏ hơn cần lưu ý rằng gói DSA áp dụng cho tất cả các dịch vụ kỹ thuật số kết nối người tiêu dùng châu Âu với nội dung (liên quan đến thông tin sai lệch), hàng hóa và dịch vụ trực tuyến (liên quan đến các hoạt động bất hợp pháp). 

Các tổ chức kinh doanh tại EU sẽ phải đáp ứng các nghĩa vụ mới liên quan đến việc đánh giá và chống lại rủi ro, giảm thiểu tác hại, bảo vệ quyền lợi của người dùng trực tuyến và đáp ứng trách nhiệm minh bạch và trách nhiệm giải trình rộng hơn. Những quy định này nhằm cung cấp các biện pháp bảo vệ mới cho người dùng internet và làm rõ trách nhiệm pháp lý của các tổ chức kinh doanh trên internet.  

Quản lý dữ liệu tự động

Giảm nhu cầu Quản lý dữ liệu thủ công đã trở thành mục tiêu chính của một số nhà phát triển phần mềm. Trong khi cài đặt công cụ quản lý dữ liệu tự động có thể là một quá trình phức tạp, khi được thực hiện đúng cách, nó sẽ nâng cao hiệu quả, giảm chi phí và loại bỏ lao động chân tay tẻ nhạt. Dưới đây là một số quy trình tự động mà các tổ chức đã bắt đầu sử dụng: 

• Thu thập dữ liệu: Việc thu thập dữ liệu từ các nguồn khác nhau, chẳng hạn như cơ sở dữ liệu, tài liệu và các trang web khác.
• Tích hợp dữ liệu: Điều này liên quan đến việc lấy dữ liệu thu thập, chuyển đổi nó sang định dạng thích hợp và lưu trữ nó trong một kho lưu trữ duy nhất.
• Làm sạch dữ liệu: Quá trình loại bỏ các bản ghi trùng lặp, chuẩn hóa định dạng dữ liệu và sửa lỗi.
• Xử lý và phân tích dữ liệu: Việc sử dụng thuật toán hoặc học máy để phát triển những hiểu biết sâu sắc về dữ liệu.
• Quản trị dữ liệu: Quá trình này liên quan đến việc đảm bảo dữ liệu được xử lý theo chính sách của doanh nghiệp và quy định của chính phủ.

Để đáp ứng nhu cầu quan trọng trong việc quản lý lượng dữ liệu khổng lồ một cách hiệu quả hàng ngày, các công cụ tự động hóa dựa trên phần mềm phải là một phần trong hoạt động DM của tổ chức. 

Vào năm 2024, chúng ta có thể mong đợi AI và ML (học máy) sẽ cung cấp các dịch vụ tự động hóa có giá trị. 

Tối đa hóa việc chăm sóc sức khỏe bằng quản lý dữ liệu

Không giống như ngành ngân hàng và bán lẻ, ngành chăm sóc sức khỏe vẫn chưa tận dụng tối đa khả năng phân tích dữ liệu hoặc nghiên cứu dữ liệu lớn. Có nhiều lý do dẫn đến sự chậm trễ này, từ quyền riêng tư của bệnh nhân đến việc ít chú trọng đến lợi nhuận. 

Tuy nhiên, ngành chăm sóc sức khỏe đã bắt đầu sử dụng phân tích và dữ liệu lớn để tìm ra các mẫu. Một ví dụ đơn giản đến từ Pháp: bốn bệnh viện, tất cả đều là thành viên của Tổ chức Hỗ trợ Nhà nước-Hôpitaux de Paris, đã sử dụng hồ sơ nhập viện của họ trong 10 năm qua để đưa ra dự đoán hàng giờ và hàng ngày về số lượng bệnh nhân mà họ có thể mong đợi tại mỗi cơ sở. Phân tích trình bày các mô hình có liên quan trong tỷ lệ nhập học. 

Một ví dụ khác về phân tích dữ liệu trong ngành chăm sóc sức khỏe là việc sử dụng cảnh báo theo thời gian thực. Bệnh viện đã bắt đầu sử dụng Hỗ trợ quyết định lâm sàng (CDS) phân tích dữ liệu y tế ngay tại chỗ, cung cấp cho các bác sĩ y tế lời khuyên khi họ đưa ra quyết định theo quy định.

Vào ngày 11 tháng 2023 năm XNUMX, Bộ Cựu chiến binh đã đưa cựu chiến binh thứ một triệu của mình vào cơ sở dữ liệu di truyền hỗ trợ Chương trình triệu cựu chiến binh. ​​Mục tiêu của nghiên cứu dựa trên dữ liệu của họ là hiểu rõ hơn về cách gen, sự phơi nhiễm trong quân đội và hành vi lối sống tác động đến sức khỏe con người và cung cấp thuốc cho từng cá nhân.

Quản lý dữ liệu cho bảo mật đám mây lai

Trong năm 2024, chúng ta có thể mong đợi các hệ thống Quản lý dữ liệu sẽ sử dụng mã hóa, kiến trúc lưới an ninh mạngvà phân đoạn mạng như những cách để cung cấp bảo mật đám mây lai và bảo vệ dữ liệu. 

Trong những năm gần đây, định nghĩa về đám mây lai đã mở rộng từ sự kết hợp của hệ thống tại chỗ kết hợp với đám mây công cộng sang bao gồm cả hệ thống nhiều đám mây. Đám mây lai hỗ trợ một hệ thống linh hoạt cung cấp quyền truy cập vào các công cụ chuyên dụng. 

Thật không may, quá trình sử dụng hệ thống kết hợp/đa đám mây cũng đi kèm với một số vấn đề. thách thức an ninh. 

Việc sử dụng nhiều đám mây trở nên phức tạp từ góc độ quản lý và bảo mật. Nếu không có các quy trình thích hợp để theo dõi và giám sát việc sử dụng các dịch vụ đám mây khác nhau, ban quản lý sẽ không biết ai đang sử dụng tài nguyên. 

Ngoài ra, họ sẽ không biết khi nào chúng được sử dụng cho đến khi nhận được hóa đơn. Do một số ứng dụng sử dụng hệ thống tại chỗ và nhiều đám mây để truy cập và làm việc với dữ liệu nên khả năng quan sát trở nên quan trọng. (Trong trường hợp này, khả năng quan sát có nghĩa là khả năng giám sát dữ liệu và sự kiện trên nhiều đám mây và hệ thống nội bộ.) 

Các nhà cung cấp, chẳng hạn như Middleware và Datadog, đã nhận ra nhu cầu này và tập trung vào việc cung cấp các công cụ quan sát cung cấp một “khung kính đơn” tích hợp cho mục đích xem. 

Một mối quan tâm khác là các đám mây khác nhau sử dụng các hình thức bảo mật khác nhau. Việc phát triển một hệ thống kết nối tất cả các đám mây mà tổ chức của bạn sử dụng để thực hiện các dự án gây ra mối lo ngại đáng kể về bảo mật, trong đó mỗi kết nối có thể tiềm ẩn một vi phạm. Kết hợp/nhiều đám mây mang lại sự linh hoạt đáng kể trong việc di chuyển khối lượng công việc giữa các môi trường khác nhau một cách nhanh chóng, nhưng quy trình này cũng làm tăng rủi ro bảo mật.

Quản lý dữ liệu bằng trí tuệ nhân tạo

Mặc dù việc sử dụng trí tuệ nhân tạo cho mục đích Quản lý dữ liệu không phải là mới nhưng nó vẫn tiếp tục phát triển phổ biến. Trước năm 2023, trí tuệ nhân tạo đã (và vẫn đang) được sử dụng cho các nhiệm vụ DM, hoạt động như một dạng quy trình tự động thông minh hơn. Trí tuệ nhân tạo đang được sử dụng cho nhiều nhiệm vụ DM khác nhau, bao gồm:  

• Phát hiện bất thường
• quản lý siêu dữ liệu
• Tự động phát hiện siêu dữ liệu
• lập danh mục dữ liệu
• Ánh xạ dữ liệu
• Giám sát kiểm soát quản trị dữ liệu

Với sự ra đời của ChatGPT và mô hình ngôn ngữ lớn hỗ trợ nó, chúng ta có thể mong đợi các giải pháp mới cung cấp các dịch vụ thông minh, dựa trên học tập. Khi các mô hình ngôn ngữ lớn tiếp tục phát triển, các dịch vụ hỗ trợ quy trình Quản lý dữ liệu sẽ tiếp tục phát triển cùng với chúng. OpenAI, tổ chức chịu trách nhiệm phát triển ChatGPT, đã đang thử nghiệm với Quản lý dữ liệu.

Hình ảnh được sử dụng theo giấy phép từ Shutterstock

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.dataversity.net/data-management-trends-in-2024/