”d和a不仅专业人员我们应该总是问自己我们是否收集、整合和存储数据的最佳方式,但更重要的是,我们是否有正确的数据。”

“拥有正确的品种的数据比数量更重要”。

d和a领导人可以确保他们有正确的数据做四件事:1)停止收集数据以防;2)考虑用小数据的大数据,3)交换合成数据,实际数据和4)确保你的活跃元数据不仅告诉你哪些数据,但也意味着什么。

“最有价值的数据将我们创建的数据,不是我们收集的数据。”

Gartner预计,到2030年,大多数数据用于构建模型合成数据。

“数据本身不太可能驱动决策。设计更好的决策,提高决策的时机,加速决策和连接的决定。”

“据估计,可怜的数据质量成本组织平均每年1290万美元。然而,这些问题不需要花大量的时间来解决。”

“开始通过识别特定的业务结果,可以通过提高数据质量的影响。并不是所有的数据都是同样重要的。”

“然后,从利益相关者的定义和期望得到校准数据质量,并建立数据质量至关重要和广泛认同的标准数据元素在整个企业。”

“分配数据质量问责制。确保数据质量计划包括在企业范围的d和a治理措施,并建立数据质量责任的所有权。”

“重要的是要执行数据分析程序过程中,测量质量目标数据元素和分析结果来识别潜在的质量问题。”

“管家和利益相关者建立一个改进计划采取行动对这些分析的结果。考虑短期和长期,预防计划”。

趋势1:自适应人工智能系统。随着决策变得更加紧密,更多的上下文和连续的,d和a领导人需要重新设计决策。使用自适应人工智能系统,可以提供更快的和灵活的决策更迅速地适应变化。

趋势2:以数据为中心的人工智能。没有正确的数据,构建人工智能是有风险的,而且很可能很危险。形式化的以数据为中心的人工智能数据管理策略将确保AI-specific数据考虑,比如数据偏差,标签和漂移,得到解决。

趋势之三:Context-Enriched分析。它可以帮助识别和创建上下文相似性的基础上,进一步约束,路径和社区。到2025年,上下文驱动的分析和人工智能模型将取代现有的模型建立在传统数据的60%。

趋势# 4:技能和素养不足。到2025年,大部分的cdo将未能培养必要的数据读写能力在规定的员工实现他们的战略数据驱动的业务目标。组织必须促进更广泛的数据读写和数字化学习,而不是简单地提供核心平台,数据集和工具。

# 5:趋势与治理。连接治理提供了一种方法来连接不同的治理措施,包括d和a治理,在不同的组织中,这两个物理和虚拟,以及地理位置。

趋势# 6:扩张到边缘。数据,分析和技术支持他们越来越驻留在边缘计算环境,接近资产的物理世界和外部的传统范围。