爱数新闻

7月1日下午，SMART 2022线上峰会实践分论坛，爱数正式发布全域数据治理白皮书。通过对结构化数据、非结构化数据、机器数据的分而治之、即时治理，提升数据治理ROI，全面提升数据质量和数据可访问性，助力组织从容实现全方位的数据驱动。

“面向未来，数据治理的发展将会越来越多是一种价值导向，而且是能够量化的价值导向。底层的管理制度和技术的发展都要围绕如何让数据创造价值展开。同时数据治理应该有越来越高的合规性要求的标准，来适配法律的监管。”——中国信通院云大所副所长 魏凯

全域数据能力成为企业核心竞争力

IDC的研究调查表明，拥有数据治理和数据驱动文化的公司，在客户满意度，产品或服务的上市时间，工作效率和利润上都遥遥领先。数据治理不再仅仅是一项成本支出，而是能带来巨额利润的生产力。但只有8%的企业成功完成了向数据驱动文化的转型。

以全域数据能力驱动组织的数字化转型，以数字化创新打造新商业模式已经成为各地组织的共识，各领域的组织期望拥有全域的数据能力，加速数据的流通，提升数据赋能业务价值、提升安全合规能力等。然而，组织在打造全域数据能力的过程中面临多维度挑战：

1.复杂的监管和隐私安全要求组织实现数据全生命周期管理，许多因素使得组织越来越难以遵守多个垂直行业中日益增多的法规要求；

2. 缺乏全域数据，缺乏数据治理能力，以及缺乏数据治理工具，无从支持业务价值，无法分析业务，进而无法优化业务；

3.组织内部缺乏明确的目标，分工混乱、权责不明，高层管理者关注不足。以及数据治理人才的缺乏，缺少共创型数字伙伴等。

即时治理，降低全域数据治理TCO，提升ROI

数据治理对每个组织都是一项很大的挑战，Gartner调查数据显示，超过90%的数据治理项目都失败或者ROI不理想。为什么会有这么多数据治理项目不及预期？

爱数提出即时数据治理的思路，在进行数据治理工程前，首先思考，如何降低TCO，怎样提升ROI以及业务如何演进、迭代等问题。从组织战略层面，需要要成立数据治理组织，比如数据治理委员会，进行由上而下的战略统筹并积极推进。以业务为导向，推动业务进行高价值的演进和迭代。在组织中构建领域认知智能，将数据进行知识化的创新，对组织持续赋能，从而促进组织生产力的提升。以多个中台方案为基础，避免数据孤岛，提升数据治理的效率，避免重复投资。

数据治理的核心内容是阻止数据孤岛的蔓延，数据存在格式多样化，分为结构化数据、非结构化数据以及机器数据等。如何打破组织中这三类数据孤岛，实现数据即时共享与利用，以全域数据的能力重塑组织生产力，全面提升数据质量和可访问性。

“以往，兰州银行在机器数据治理方面面临日志重组分散、监控告警误报、故障难以快速定位等问题。通过与爱数的合作，建设了全栈国产化的日志管理平台，完成日志数据的治理、日志的长期留存、日志的监控告警、查询和关联分析，具备了日志审计分析和报表能力、大屏展示的能力，并且达到了监管要求。”——兰州银行信息科技部总经理 李彪

“在使用爱数AnyShare之前，零跑内部的办公共享数据经常出现误删除的操作，面临文件难找回、审计难的问题。通过上线爱数AnyShare内容管理平台，有效用户数达到了98%，用户使用率激增。并且AnyShare与OA、PM等系统的互通，打通了数据孤岛，加速了数据的流通性。”——零跑汽车运维总监 金旭东

全域数据分而治之，全面提升数据质量和数据可访问性

多年来，爱数深耕数据产业，持续推出创新的产品与解决方案。AnyFabric数据资产管理平台, 以业务为导向，基于Data Fabric架构，构建业务认知模型，持续更新组织的数据资产知识网络，推进业务系统数据的即时治理，并通过元数据监控和分析，从而保障整个数据资产的质量和鲜活度。AnyShare智能内容管理平台，采用中台方案，通过数据资产化、数据知识化及立体安全策略对海量非结构化数据科学治理，使其发挥最大价值。AnyRobot智能运维平台，以业务需求为导向，以中台架构为基础，以领域认知智能为技术底座，将组织内部各业务域机器数据进行汇聚、整合与治理，提升业务运维效能、助力业务运营分析、加强合规与审计。

作为全域数据能力服务商，爱数期望与客户共创共赢，在数据驱动型组织的建设之路上携手同行。通过为企业级领导者提供专业的数据治理产品、技术，专业的服务以及专业的人才，让数据赋能业务，真正成为数字化的核心要素。点击下载《全域数据治理白皮书》。
 

爱数的全域数据治理白皮书，围绕数据战略，详细介绍了以下内容：

1.数据已成为组织接触客户、开展营销活动、留住客户等业务活动中最重要的战略资产。利用高质量的数据优化运营效能、驱动业务创新、构建数据战略，已成为打造数据驱动型组织重要因素；

2.组织内各业务域输出的海量异构结构化数据，如何通过 Data Fabric 架构实现数据资产化，以领域知识网络赋能智能应用，重塑组织生产力；

3.为使数据发挥其最大价值，满足业务发展的实际需求。组织如何通过数据资产化、数据知识化及立体安全策略对海量非结构化数据进行科学治理；

4.为提升业务运维效能，分析业务运营数据，加强合规与审计。组织内部海量机器数据的治理如何以业务需求为导向，以中台架构为基础，以领域认知智能为技术底座，进行汇聚、整合与治理，以数据驱动运营；

5.通过全域数据治理，提升了数据的质量和可访问性，让数据产生了更大的价值，为CXO提供数据治理的支持，建设数字生态，打造数据驱动文化；

6. 全域数据治理的十大关键价值。