我们把新闻和突出的Gartner数据&分析峰会本周发生在奥兰多,佛罗里达。下面是一组关键的公告和见解的会议。你可以阅读从第一天的亮点在这里。
第二天的会议上,我们强调如何使用AI交付业务价值,信任的数据共享的最佳实践和行动来改善d和a的风险文化。每天一定要检查这个页面的更新。
我们把新闻和突出的Gartner数据&分析峰会本周发生在奥兰多,佛罗里达。下面是一组关键的公告和见解的会议。你可以阅读从第一天的亮点在这里。
第二天的会议上,我们强调如何使用AI交付业务价值,信任的数据共享的最佳实践和行动来改善d和a的风险文化。每天一定要检查这个页面的更新。
由Gartner分析师彼得•Krensky董事提交
催化的数字转换,需要民主化和工业化的紧迫性,数据科学和机器学习(DSML)平台继续发展迅速。在这个会话,彼得KrenskyGartner的分析师主任检查的主要趋势,数据科学人才角色和DSML空间中的领先技术的概述。
“人工智能的黎明显然要接近十年。”
“你太迟了早期数据科学和机器学习1 - 2年远离迟到。”
“内部数据科学团队都是值得的,一个重要的费用/麻烦。”
“公民科学数据和专家数据科学与重不同但显然相关学科相互作用。”
“有比以往更多的角色参与科学数据,加上他们进化!”
“有很多初学者和中级部署数据科学和机器学习的机会。”
“数据科学平台市场2021 - 2022年分岔和整个空间在过渡。”
由丽迪雅Clougherty琼斯,老主任Gartner的分析师
共享数据是收入增长、成本优化、风险缓解和改善加速数字业务。在这个会话,丽迪雅Clougherty琼斯老主任Gartner分析师解释数据共享的业务必须帮助d和a领导人现代化,使数据共享与利益相关者优先级、企业目标和组织受益。
“强制企业数据共享是比你想象的更紧密。”
“全球战略强调数据共享作为一个关键的优先任务生成公共和私人价值。”
“数据共享是一个面向业务的关键性能指标(KPI)实现有效的利益相关方参与和提供企业价值。”
“嵌入数据共享关系。”
“拥抱混乱在增广数据以外的生态系统组织的控制找到已知和未知的关系在不同数据的组合。”
“不必要的组织经常需要太多的信任,还是不够的,在数据的生态系统,破坏的风险/回报演算数据共享商业价值。”
“可信数据共享的最佳手段,不是完美的,在数据共享生态系统的信任度。运用“情境的信任”,不是完美的信任,达到最大值,从数据共享中受益。”
“虽然偶尔适量的信任也可以完美的信任水平,商业领袖必须抵制情绪拉对过度投资在完美的信任,具有讽刺意味的是可以创建增强新兴d和a给定风险责任的理论。”
“避开旅程完美的信任,而不是建立正确的信任来匹配情况,使数据重用和resharing新的商机,加速数据和分析价值的同时减轻风险。”
扫罗提出的犹大,VP Gartner的分析师
数据驱动的文化是一种成功的关键数据和分析团队。但是如果你的文化不是risk-aware,投资数据,分析和人工智能将面临更大的风险。在这个会话,扫罗犹大Gartner分析师副总裁解释了为什么risk-aware文化将有助于数据和分析领导人提供更好的商业价值,他们可以采取和五个行动来改善他们的数据和分析风险文化。
“好业务决策不能,除非你了解风险。”
Gartner指出五行为改善组织的风险管理文化。
1:评估你的文化与观察、度量、采访和调查。
2:分析文化如何影响你的数据分析策略和操作模式。“即使你有世界上最好的策略,你的文化可能是一个限制因素。”
3:为数据和分析开发risk-aware原则。“主要是一个明确的声明。这是普遍和应用作为锚的行为。”
4:应用“黑客文化”意识所必需的。“文化入侵是一个方法,您可以使用它们来进行一系列的直接的小变化支持一个更大的转变。”
5:准备解释每个风险的业务影响,否则你将会失败。“如果你不解释业务影响,那么您需要解决风险的资金将难以得到如果你得到资金,所有你的工作地址将出现在成本方面的风险。
Gartner Inc .(纽约证券交易所:它)提供可操作的客观洞察力驱动智能决策和更强的性能在一个组织的关键任务的优先级。要了解更多,请访问2020年亚博收网行动 。