Co je správa dat?
Správa dat je praxe shromažďování, organizace, správy a přístupu k datům pro podporu produktivity, efektivity a rozhodování.
Přehled správy dat
Data jsou nezbytná pro fungování a fungování podniku. Podniky musí mít smysl pro data a najít význam v hluku, který vytváří různé systémy a technologie podporující dnešní vysoce propojené globální digitální ekonomiky. V tomto ohledu se data stávají středem zájmu. Samo o sobě jsou data zbytečná – společnosti potřebují efektivní strategii, řízení a model správy dat, aby využily všechny formy dat pro praktické a efektivní využití napříč dodavatelskými řetězci, zaměstnaneckými sítěmi, ekosystémy zákazníků a partnerů … a mnoho dalšího.
Definice a proces správy dat
Správa dat je praxe shromažďování, organizace, správy a přístupu k datům pro podporu produktivity, efektivity a rozhodování. Vzhledem ke stěžejní roli, kterou dnes data hrají v podnikání, je efektivní podniková strategie a moderní platforma pro správu dat zásadní pro každou společnost – bez ohledu na velikost nebo odvětví. Správa dat je důležitá pro různé případy použití založené na datech, včetně komplexního provádění obchodních procesů, dodržování předpisů, přesné analýzy a umělé inteligence, migrace dat a digitální transformace.
Proces správy dat zahrnuje širokou škálu úkolů a postupů, jako jsou:
Shromažďování, zpracování a ověřování údajů
Integrace různých typů dat z nesourodých zdrojů, včetně strukturovaných a nestrukturovaných dat
Správa kvality dat za účelem dodržování obchodních standardů
Poskytování samoobslužných služeb, spolupráce a přístupu k datům
Ochrana a zabezpečení dat a zajištění soukromí údajů
Správa životního cyklu dat od vytvoření po odstranění
Zajištění vysoké dostupnosti dat a obnovení po havárii
Klíčové prvky správy dat
Proč je správa dat důležitá?
Každá aplikace, analytické řešení a algoritmus použitý v podniku (pravidla a související procesy, které umožňují technologii řešit problémy a dokončit úlohy), závisí na bezproblémovém přístupu k vysoce kvalitním datům. Systém správy dat pomáhá zajistit, aby data byla bezpečná, dostupná a přesná. Výhody správy dat tam ale nekončí.
Přeměna dat na vysoce hodnotný obchodní majetek
Příliš mnoho dat může být přehnané – a zbytečné – pokud nejsou správně spravovány. Přidejte k této stále rostoucí úrovni diverzity, distribuce a požadavků dat a snadno zjistíte, jak mohou organizace obtížně využívat data jako aktiva ke splnění svých digitálních obchodních potřeb. Díky správným nástrojům však lze data využít k tomu, aby společnosti získaly hlubší přehledy, přesnější prognózy a inovativní podnikové procesy. Společnosti tak mohou lépe porozumět tomu, co zákazníci chtějí, a pomoci jim poskytovat výjimečné zákaznické zkušenosti založené na vzdělávacích datech. Může také pomoci vytvořit nové obchodní modely založené na datech – například nabídky služeb založené na generativní umělé inteligenci – které by nebyly přesné bez vysoce kvalitních dat, na nichž by se zakládaly modely trénování.
Být řízen daty znamená používat data, cokoliv musí zvládnout složitost stavu, ukládání, přístup, kvalitu a kontext, aby organizace mohly realizovat své touhy založené na datech, které jsou ústřední pro úspěch digitálního podnikání.&Quot;
Společnost Gartner "Data Management Solutions Primer for 2023." Adam Ronthal, Ehtisham Zaidi, 14. února 2023
Není žádným tajemstvím, že organizace založené na datech mají velkou konkurenční výhodu. Díky pokročilým nástrojům mohou společnosti spravovat a přistupovat k více datům z více zdrojů než kdykoli předtím. Mohou také využívat mnoho různých typů dat, strukturovaných a nestrukturovaných, v reálném čase – včetně dat zařízení Internet of Things (IoT), video a zvukových souborů, dat o internetovém prokliku a komentářů na sociálních médiích – což otevírá více příležitostí k zpeněžení dat a jejich využití jako aktiva.
Vytvoření datové základny pro digitální transformaci
Často se říká, že data jsou životní mírou digitální transformace – a je to pravda. Vedoucí pracovníci v oblasti dat a analytiky (D&A) musí být schopni uspokojit požadavky digitálního podnikání a rostoucí složitost datového prostředí (včetně dopadu cloudu). Umělá inteligence, strojové učení, Průmysl 4.0, pokročilé analytické nástroje, IoT a inteligentní automatizace vyžadují velké objemy včasných, přesných a bezpečných dat, aby mohli dělat to, co dělají.
Strojové učení a generativní umělá inteligence například potřebují velmi velké a rozmanité datové sady, aby se „učily“, identifikovaly složité vzory, řešily problémy a udržovaly modely a algoritmy aktuální a efektivní. Rozšířené analýzy (které často využívají strojové učení a umělou inteligenci) také závisejí na obrovském množství vysoce kvalitních dat, aby se vytvořily relevantní a proveditelné přehledy, na nichž lze s jistotou pracovat. Scénáře IoT a průmyslového internetu věcí závisejí na stabilním toku dat ze strojů a senzorů dodávaných při extrémně vysokých rychlostech.
Společným jmenovatelem v jakémkoli projektu digitální transformace jsou data. Aby podniky mohly transformovat procesy, využívat nové technologie a stát se inteligentními podniky, potřebují pevný datový základ. Zkrátka potřebují moderní systém správy dat.
Přetrvávající přežití každého podniku bude záviset na agilní, datově orientované architektuře, která reaguje na konstantní rychlost změn.&Quot;
Donald Feinberg, viceprezident společnosti Gartner
Zajištění souladu se zákony o ochraně osobních údajů
Dobrá správa dat je také nezbytná pro zajištění souladu s vnitrostátními a mezinárodními zákony o ochraně osobních údajů – jako je obecné nařízení o ochraně osobních údajů (GDPR) a zákon o ochraně osobních údajů kalifornských spotřebitelů ve Spojených státech – stejně jako odvětvové požadavky na ochranu soukromí a bezpečnost. A pokud má být tato ochrana prokázána nebo ověřena, je nezbytné mít zavedeny spolehlivé zásady a postupy pro správu dat.
Přístupy ke správě dat
Datová struktura a datové sítě se v posledních letech staly populární terminologií pro správu dat, mnoho organizací je přijalo pro svou architekturu správy dat. Styl datové struktury architektury má vytvořit spojovací vrstvu pro různé zdroje dat, což usnadňuje samoobsluhu, přístup k datům a poskytování dat v celém podniku. Architektura datové tkaniny je určena k abstrakci různých lokací, do kterých ukládáte data z pohledu koncového uživatele, a představuje jediný jednotný pohled, který lze jako takový použít, i když je základní architektura vysoce distribuovaná.
Datová síť
Datová síť je přístup ke správě dat, který využívá distribuovaný architektonický rámec. Jinými slovy, šíří vlastnictví a odpovědnost za konkrétní datové soubory v rámci celého podniku, na uživatele, kteří mají odborné znalosti, aby pochopili, co tyto údaje znamenají a jak je co nejlépe využít. Architektura datových sítí propojuje a čerpá data z různých zdrojů, jako jsou datová jezera a sklady, a distribuuje příslušné datové soubory příslušným odborníkům na lidské zdroje a týmy domén v celém podniku. V podstatě je objemný jumbl dat v centrálním datovém jezeře roztříděn a distribuován do zvládnutelných bloků do těch, které jsou nejvhodnější pro jejich pochopení a využití.
Datová struktura
Datová struktura je kombinace datové architektury a specializovaných softwarových řešení, která centralizují, připojují, spravují a řídí data napříč různými systémy a aplikacemi. Řešení datové tkaniny vám umožní propojit a spravovat data v reálném čase, napříč různými systémy a aplikacemi. To umožňuje vytvořit jediný zdroj pravdy a používat tato data a přistupovat k nim kdykoli a kdekoli je potřebujete – demokratizovat a automatizovat procesy správy dat. Datová struktura také zjednodušuje data, zejména v komplexních distribuovaných architekturách, díky čemuž je připravena k použití v analytických aplikacích, aplikacích umělé inteligence a strojového učení sjednocením, očištěním, obohacením a zajištěním. Architektura a řešení datových struktur umožňují podnikům využívat svá data a škálovat své systémy a zároveň se přizpůsobovat rychle se měnícím trhům.
Správa kmenových dat (MDM)
Správa kmenových dat je disciplína vytvoření jedné důvěryhodné kmenové reference (jedna verze pravdy) pro všechna důležitá obchodní data, jako jsou data produktů, data zákazníků, data aktiv, finanční data a další. MDM pomáhá zajistit, aby podniky nepoužívaly více potenciálně nekonzistentních verzí dat v různých částech podniku, včetně procesů, operací, analýz, umělé inteligence a reportingu. Tři klíčové pilíře pro efektivní MDM zahrnují: konsolidaci dat, správu dat a řízení kvality dat.
S technologiemi podporovaná disciplína, ve které podnik a organizace IT spolupracují na zajištění jednotnosti, přesnosti, správnosti, sémantické konzistence a odpovědnosti oficiálních sdílených kmenových datových aktiv podniku.&Quot;
Definice Gartner MDM
Integrace dat
Integrace dat je praxe přijímání, transformace, kombinování a poskytování dat, kde a kdy je to potřeba. Tato integrace probíhá v podniku i mimo něj – napříč partnery i zdroji dat třetích stran a případy použití – pro splnění požadavků na spotřebu dat ve všech aplikacích a podnikových procesech. Techniky zahrnují hromadný/dávkový pohyb dat, extrakci, transformaci, načtení (ETL), zachycení změn dat, replikaci dat, virtualizaci dat, integraci streamování dat, orchestraci dat a další.
Zjišťování a katalogizace dat
Zjišťování dat a katalogizace dat vám umožní najít, jaká data máte, a určit, jak s nimi souvisí. Zjišťování je často poskytováno jako součást profilování dat (které samo o sobě existuje pro generování ptačího pohledu na vaše data z hlediska jejich struktury, obsahu atd.) a označuje umístění a vztahy, které existují mezi různými datovými soubory v rámci a napříč více (heterogenními) zdroji dat. Obecněji řečeno, je to základní nástroj pro pochopení vašeho datového prostředí. Zjišťování citlivých dat je významná podkategorie, která se týká zejména lokalizace a klasifikace osobních nebo jinak citlivých údajů v rámci vaší organizace, aby mohla být vhodně chráněna v zájmu ochrany osobních údajů, bezpečnosti a dodržování předpisů.
Zjišťování dat se také používá k vytváření datových katalogů spolu s dalšími pokročilejšími technikami automatizace, jako je umělá inteligence a strojové učení. Katalogy dat poskytují úložiště informací (známých jako metadata) o vašich datových prostředcích: jaká data jsou uchovávána, kde se nacházejí, v jakém formátu jsou a ve kterých doménách jsou relevantní. Většina těchto informací by měla být shromažďována automaticky a může být dále klasifikována podle zeměpisné polohy, času, kontroly přístupu a tak dále. Katalogy jsou indexovány a prohledávatelné a podporují samoobslužnou službu a spolupráci. Komplexnější katalogy budou kromě fyzických zdrojů vašich dat přijímat metadata z různých odvozených zdrojů, jako jsou analytické výkazy a řídicí panely. Katalogy se běžně používají ve spojení s nástroji pro přípravu dat a jsou důležité pro podporu správy dat a kolaborativního samoobslužného přístupu k datům.
Správa dat, bezpečnost a dodržování předpisů
Správa dat je soubor pravidel a odpovědností pro zajištění dostupnosti, kvality, shody a bezpečnosti dat v celé organizaci. Správa dat zřizuje infrastrukturu a jmenuje jednotlivce (nebo pozice) v rámci organizace, které mají jak autoritu, tak odpovědnost za nakládání a ochranu konkrétních druhů a typů dat. Správa dat je klíčovou součástí dodržování předpisů. Systémy se postarají o mechaniku zabezpečení, skladování a přístupu, jakož i řádný výmaz a uchování. Správa dat také pomáhá zajistit, aby data byla přesná a aby splňovala obchodní standardy před zadáním do systému, při jejich používání a při získávání ze systému k použití nebo uložení jinde. Organizační řízení určuje, jak odpovědní jednotlivci používají procesy a technologie pro správu a ochranu dat.
Bezpečnost dat je hlavním problémem v dnešním světě hackerů, virů, kybernetických útoků a narušení dat. I když je zabezpečení zabudováno do systémů a aplikací, správa dat je k dispozici, aby bylo zajištěno, že tyto systémy jsou řádně nastaveny a spravovány za účelem ochrany dat a že jsou vynucovány postupy a povinnosti k ochraně dat mimo systémy a databáze.
Co je to podniková datová strategie a proč byste ji měli mít?
Obchodní strategie dnes závisejí na datech pro automatizaci procesů, přizpůsobení zákaznické a zaměstnanecké zkušenosti, podporu růstu prostřednictvím nových trhů nebo akvizice a pro inovace. Úspěch podniku tak stále více závisí na sladění vaší datové strategie s vaší obchodní strategií. Strategie dat by měla rezonovat napříč všemi úrovněmi organizace. Musí mít smysl a kontext pro podnikání.
Společnost potřebuje k upřednostnění své práce datovou strategii. Všichni víme, že množství dat, která společnost generuje a využívá, výrazně roste. Vždy bude více problémů a požadavků na data než zdrojů. Společnosti potřebují způsob, jak upřednostnit datové aktivity na základě toho, co bude realizovat největší hodnotu prostřednictvím datové strategie. Strategie musí být „živá a dýchající“ a plně v souladu s obchodními prioritami, ale musí být dostatečně flexibilní na to, aby se při transformaci a zrání podniku změnila. Nemůže to být jen slova v dokumentu, ale musí to trvat „život“ v rámci organizace.
Datová strategie nastiňuje všechny datové funkce, které je třeba vytvořit, aby bylo dosaženo obchodního výsledku. To zahrnuje nejen funkce a nástroje pro správu dat, ale také obchodní funkce, jako je organizační struktura, získávání dat a strategie datových sítí, dodržování předpisů a funkce etiky. Stanoví plán pro rozvoj schopností v průběhu několika let, který stanoví očekávání ohledně toho, co lze poskytnout, v jakém časovém rámci, pro jaké náklady a výkonnou podporu je zapotřebí.
Vývoj správy dat
Efektivní správa dat má zásadní význam pro úspěch podniku již více než 50 let – od pomoci společnostem zlepšit přesnost vykazování informací, odhalit trendy a činit lepší rozhodnutí, podpořit digitální transformaci a podpořit nové technologie a obchodní modely dnes. Data se stala novým druhem kapitálu a progresivní organizace vždy hledají nové a lepší způsoby využití dat ve svůj prospěch. Zde jsou nejnovější trendy v moderní správě dat, které jsou důležité pro sledování a zkoumání jejich relevance pro vaše podnikání a odvětví:
Datová struktura: Většina organizací má dnes celou řadu typů dat nasazených v místě i v cloudu – a používají více systémů pro správu databází, technologií zpracování a nástrojů. Datová struktura, která je vlastní kombinací architektury a technologie, používá metadata, dynamickou integraci dat a orchestraci, aby umožnila bezproblémový přístup k datům a jejich sdílení v distribuovaném prostředí.
Správa dat v cloudu: Mnoho společností přesouvá některé nebo všechny své platformy pro správu dat do cloudu. Správa cloudových dat využívá všech výhod, které cloud nabízí – včetně škálovatelnosti, pokročilého zabezpečení dat, lepšího přístupu k datům, automatizovaných záloh a obnovení po havárii, úspor nákladů a dalších. Obliba cloudových databází a databází jako služby (DBaaS), cloudových datových skladů a cloudových datových jezer roste.
Data jako produkt: Údaje jako produkt se týkají praxe zpracování vašich interních dat jako produktu prvního řádu, práce vašeho datového týmu (datových týmů) – a potažmo vašeho vedoucího pracovníka pro údaje nebo rovnocenného vedoucího – spočívající v poskytování správných údajů pro zbytek vaší organizace ve správný čas a na správné úrovni kvality. Cílem je umožnit větší využití vašich dat obecně – například včasnější a přesnější analytické přehledy.
Rozšířená správa dat: Jeden z novějších trendů se nazývá „rozšířená správa dat“. Rozšířená správa dat využívá umělou inteligenci a strojové učení, aby se procesy správy dat samy konfigurovaly a nastavovaly. Rozšířená správa dat automatizuje vše od kvality dat a správy kmenových dat až po integraci dat – uvolňuje kvalifikované technické pracovníky a zaměřuje se na činnosti s vyšší hodnotou.
Rozšířená analytika: Rozšířená analytika využívá technologie umělé inteligence (AI), strojové učení a zpracování přirozeného jazyka (NLP) k automatickému nalezení nejdůležitějších přehledů, ale k demokratizaci přístupu k pokročilým analytickým nástrojům, takže každý, nejen datoví vědci, mohou klást otázky na svá data a získávat odpovědi přirozeným, konverzačním způsobem.
Shrnutí
Víme, že informace jsou odvozeny z údajů. A pokud jsou informace výkonné, pak efektivní správa a kapitalizace vašich dat může být velmi dobře supervelmocí vaší společnosti. Odpovědnost za správu dat a role vedoucího oddělení dat (a analytiky) se vyvíjejí tak, aby se staly klíčovými činiteli změn v organizaci – v podpoře přijetí cloudu, využívání nových trendů a technologií a poskytování strategické hodnoty pro podnik.
Řešení pro správu databází a dat
SAP vám může pomoci se správou, správou a integrací podnikových dat.
Nápady, které jinde nenajdete
Zaregistrujte se pro dávku business intelligence doručenou přímo do vaší schránky.