如今经济发展越来越依赖数据，人工智能和数字商务也成了大家熟悉的概念，但今年调研发现，比起单纯讨论这些技术有多厉害，更多人关心的是怎么管理好支撑这些技术的数据，保证数据质量，而且数据治理和需要跨部门、懂数据的团队来管企业数据，是贯穿这次调查的核心话题。这次调查有来自全球 45 个国家的 334 人参与，超过一半来自美国，还有加拿大、英国等国家的参与者，涉及咨询、政府、教育、金融等 40 多个行业，大多是做数据治理相关工作的，超过三分之二的人来自千人以上规模的组织，现在云工具普及了，不光大公司，中小组织也能从数据管理中受益。
从数据管理的目标和驱动因素来看，大部分组织做数据管理，最主要是为了通过报告和分析获取有用的信息，占比 72%，其次是节约成本提高效率、支持数字化转型、遵守相关法规和降低风险。不过数据管理也面临不少挑战，最突出的是数据孤岛多，68% 的受访者都觉得这是问题，比去年还多了 7 个百分点，还有数据素养不足、数据质量差、缺乏数据治理和技能短缺这些问题。虽然 63% 的受访者表示自己的组织把数据当企业资产，但实际情况是，只有 51% 的组织开展了企业级的数据管理，很多组织在跨部门协作上存在瓶颈，目前数据治理负责人是推动组织数据管理的主要角色，CEO、CIO 等高层参与度也比以前高了，这说明数据在企业里的战略地位越来越重要。
展开剩余81%在数据管理的具体实施上，现在很多组织已经落地了不少相关项目，其中商业智能与报告、数据仓库、数据治理的实施率最高，商业智能与报告的占比还比去年涨了 7%。而未来 1-2 年，组织计划优先做的还是数据治理和数据战略，数据质量、数据架构也在重点规划范围内，虽然生成式 AI、数据科学这些热门方向也进入了计划，但大家还是更看重数据治理这种基础能力。软件工具对数据管理的影响也在变大，34% 的人认为工具带来了主要影响，比去年多 8%，因为现在法规变多、数据源更复杂，组织需要靠工具实现自动化，理清数据的来龙去脉。同时，数据管理培训也越来越受重视，大家主要通过书籍、网络资源、非学历课程等渠道学习，没经过培训就直接上手的人少了很多。
在一些关键领域，数据治理的成熟度还比较低，65% 的组织处于初级阶段，只有 9% 达到高成熟度，但元数据管理的应用越来越广，主要用在数据治理、改进数据质量、数据仓库和 BI 报告等方面。数据架构方面，42% 的组织有明确的方案，有方案的组织大多觉得这改善了 IT 团队和业务团队的协作，还能标准化数据管理策略、提高数据质量。数据建模的使用也很普遍，逻辑数据模型、概念数据模型、物理数据模型是大家用得最多的，这些模型能帮助业务相关人员更好地沟通和收集需求。
数据存储和平台方面，现在关系型数据库还是运营系统和数据仓库的核心，电子表格因为好用还在被广泛使用，但不适合企业级的数据管理。未来 1-2 年，大家计划重点用云上关系型数据库、云对象存储或数据湖，虽然还是以关系型数据库为主，但越来越多组织倾向于把数据放到云平台上，数据湖仓一体这种结合了数据湖灵活性和数据仓库高质量的方案也越来越受欢迎。
最后看新技术和趋势，人工智能是目前对数据管理影响最大的趋势，大家既期待它带来的好处，也担心相关风险，而数据治理、数据质量和监管问题紧随其后，因为要规范 AI 的使用、保证支撑 AI 的数据质量，还要遵守像 CCPA、GDPR 这样的消费者数据法规。未来可能改变行业的新兴趋势里，AI 依然排在第一，数据治理、法规、隐私安全也很关键，数据网格这种新方法也受到关注，它能通过更分散的治理方式解决数据孤岛问题。总的来说，要想充分发挥分析、AI 和 BI 的作用，必须先把数据治理、合规和质量这些基础工作做好，不能盲目追求新工具。
报告节选完整报告获取：三个皮匠报告
发布于：湖南省卓信宝配资提示：文章来自网络，不代表本站观点。
