数据结构将数据的力量带给人们

温迪·特纳-威廉姆斯

Tableau 副总裁兼首席数据官

克里斯汀·阿德森2022 年 6 月 13 日 – 晚上 7:04

2022 年 6 月 13 日

编者按：本文最初由 Tableau 首席数据官 Wendy Turner-Williams发表于《福布斯》

在当今竞争激烈的业务优先级的快节奏世界中，通过适当规模的数据治理实现自助数据分析的能力是关键。这种能力消除了 IT 管理的数据环境与真正的全业务数据驱动决策之间的结构性障碍。

数据结构——为联合环境设计的基于人工智能的数据管理——是数据、基础设施和软件之间的连接组织。数据结构支持数据发现、可链接性、质量和治理，同时还确保大规模使用敏捷、可信的信息业务。

数据结构旨在解决的问题

随着企业领导者称赞数据文化的价值并将他们的北极星设定为数据驱动的一切，他们最终面临一个不幸的现实：他们的企业数据环境无法满足对他们的需求。有太多不同类型的数据存储在太多不同的地方，无法支持有意义的数据转换。从这样的环境中提取数据需要专业技能——即便如此，你也不能相信它。

这种情况非常普遍，最近 IDC 研究中超过一半的受访者表示他们对所使用的数据量感到不知所措，而几乎同样多的人（44%）表示他们没有足够的数据来支持决策制定。 ¹ 83% 的 CEO 希望他们的公司更加以数据为驱动力，他们无需进一步了解他们的努力失败的原因。 ²

这是数据结构旨在解决的问题。数据结构是一种现代数据管理方法，建立在数据扩散和去中心化将继续的假设之上，因此通过集中管理的存储库管理数据的传统方法注定要失败。相反，数据结构主张联合治理并利用 AI 智能和动态地连接企业中的不同数据源，对它们进行索引，并根据需要使它们可用于数据分析。

数据结构与现有架构集成，同时足够灵活，可以在新数据源出现时连接它们。再加上强大的数据分析平台，数据结构开启了自助分析的潜力，使每个人都能够通过人工智能预测、假设情景规划、指导模型构建、洞察力和其他数据科学技术来使用数据——所有这些通过点击，而不是代码。

数据消费者大部分时间都在搜索和准备数据，几乎没有剩余时间来探索数据和寻找新的见解。这是一个重要且普遍的问题：根据 Wakefield 和 Elastic 的一份报告，超过一半的美国办公室专业人士表示，他们花在搜索文件上的时间比工作时间要多。 ³换句话说，您的员工被困在做数据平台应该做的工作。

数据结构能够自动化一些数据准备和发现过程，包括管道管理和智能数据发现。

芝加哥附近的莱克县卫生局和社区卫生中心开发了第一代数据结构，以推动自助分析并减少生成报告所需的工程、计算和规划资源量。该中心连接了 20 个数据源和 36 个应用程序，将报告维护负担减少到几乎为零，同时将自助分析扩展到 900 多名员工。

莱克县卫生局官员发现，Tableau 平台原生的简化报告流程能够加快决策制定和数据项目开发。通过缩短生产时间和快速交付新的解决方案，用户增强了对流程和在工作中利用数据的信心。该计划迅速获得动力，激发了围绕分析的生产力和兴奋，并在组织内培养了强大的数据文化。

“这让我们彻底重新思考我们如何设计我们的数据架构——从仓库策略转向临时，分析师可以在其中以更敏捷的方式操作和准备数据，从而更快、更有效地响应业务需求，”解释说Jefferson Mcmillan-Wilhoit，莱克县卫生局和社区卫生中心的卫生信息学和技术总监。

数据消费者和 IT 数据管理者通常彼此独立工作，有效地将业务数据需求与 IT 治理和安全规则制定脱钩。随着企业越来越多地投资于数据管理和治理，这种类型的隔离正在迅速过时。

根据 Gartner 的说法，“到 2023 年，拥有共享本体、语义、治理和管理流程以实现企业间数据共享的组织将超越那些没有的组织。” ⁴

摩根大通 (JPMC) 副总裁兼 BI 创新负责人 Steven Hittle 表示，他与业务利益相关者密切合作，围绕他们的需求设计了 JPMC 数据管理架构，目标是实现自助服务。

“我宁愿创建一个平台，让企业自己解决问题，因为我们 [IT] 永远不会了解所有问题。这就是我使用 Tableau 的方式——仅仅是因为它允许他们连接并分析他们自己的数据，而他们已经在这样做了，”他说。

这是数据结构的核心：将业务用户和 IT 部门围绕一个为所有人提供高质量、集成数据的共同愿景联合起来，无论数据位于何处，而不会牺牲治理和安全性。

获取有关如何使用 Data Fabric 合成数据的更多信息，并阅读Forrester 报告以确定如何选择 Data Fabric 提供商。