数据是企业的命脉，不要让糟糕的管理消耗掉您组织内最宝贵的资源。
数据是企业最宝贵和最持久的资产，是数字化战略和转型的基础。然而，要想强有力地管理好分散在公共云、私有云以及本地的快速增长的数据，就需要一种全新的和创新的管理方法。
使数据管理现代化以跟上不断增长的应用和安全需求，这不仅非常重要，而且至关重要。安全有效地管理数据需要您制定策略和想出可靠的方法来访问、整合、清理、管理、存储和准备数据。以下七个建议可有助于您更快、更轻松地完成这一富于挑战性的过程。
1.更新您现有的数据管理策略和架构
卡内基梅隆大学泰珀商学院商务技术助理教授黄燕(Yan Huang)建议，首先要对组织机构的经营策略、数据需求、数据分析目标有深入的了解，才能开始数据管理的现代化工作。
她说：“然后设计一个数据管理架构，该架构可以整合当前的数据管理工具和系统，利用最先进的模型和方法，实现组织的当前目标，而且满足其未来的需求。”
黄燕指出，一个强大的架构会使数据管理现代化工作以系统化和整体的方式实现，同时可避免发生兼容性问题和产生数据孤岛。
她解释说：“重新设计数据管理架构的过程需要您仔细评估组织内的数据分析目标，而且找出需要改进的领域和新的机遇。”“一个设计良好的现代化数据管理架构可确保组织机构的数据管理系统能够有效且高效地运行，可为组织不断地提供价值，而且可以足够灵活地整合增强功能和新功能。”
2.盘点和绘制出所有数据资产
在继续下一项工作之前，请先回到一些基础工作上。网络安全技术开发公司RedSeal的首席技术官迈克·劳埃德(Mike Lloyd)警告说：“如果您无法明确数据资产的位置以及这些资产是否受到保护，则您将无法回答这些数据被授予的访问权限是否适当或是否对互联网完全开放”。
咨询公司Protiviti的企业数据和分析实践业务的常务董事兼负责人彼得•摩特拉姆(Peter Mottram)对此表示赞同。他说：“了解哪些东西进入到公司中，您创建了哪些东西，以及您发送出去了哪些东西——这是基础。”“然后考虑在管理数据方面您的目标是什么，以及现代化数据管理技术如何可以简化组织内的数据/分析运作模式。”
摩特拉姆指出，在过去的几年里，数据管理已变得异常复杂。他说：“将(管理工作)分解为核心构建模块，并简化问题陈述，这是开始进行有意义转变的最佳方式。”
现代化数据管理策略还应包括混合云策略。“在各种环境中都建立一个清晰的清单，这是一个很好的开始，”摩特拉姆建议道。“然后，部署原则和控制措施可有助于企业来管理在不同环境中的数据。”
3.力争实现数据民主化
就在几年前，企业才有了一个对其数据管理生态系统进行现代化升级的重要理由：管理快速增长的数据量。
商业和技术咨询公司Capgemini North America的数据管理业务副总裁Luc Ducrocq指出：“如今，新的机遇就能够使数据‘民主化’——在正确的时间让适合的人获得想要的数据。”
数据民主化使企业能够部署自助分析服务，给大型数据工程和数据科学团队授予权力，与商业合作伙伴创建数据交换和协作区域，以及开展其他成熟的数据管理计划。
“通过使数据民主化，企业还可以实现真正的数据信任，”Ducrocq说。“这使他们有更大的自由，专注于商业价值和变革性成果。”信任是另一个重要属性。他警告说：“那些没有可靠数据的(企业)会始终很难为商业客户找到和提供适合的数据。”
应该制定和部署管理策略，以确保数据保持最新状态和准确性。Ducrocq说：“需要对民主化的数据进行识别、编目录、标准化和分类，以便管理消费者在整个组织内所使用的数据。”
强有力的管理工作还可以使企业缩短数据准备时间，使数据科学家和其他高级用户可以将时间集中在分析工作上。他补充说：“如果组织机构不花时间彻底解决数据问题，他们就无法在云计算和日益依赖数据的新环境中成功发展。”
4.对数据现代化技术进行投资
持续对云计算和数据管理技术进行投入。专业服务公司德勤(Deloitte)的AI生态系统主管弗兰克·法拉尔(Frank Farrall)表示，那些实施的最成功的数据现代化项目都与这些工具紧密关联。他说：“首席信息官们应该从比较容易实现的目标开始着手——内部的、能力不足的原有技术;将在未来12到24个月内合约到期的老旧决策支持系统。”
法拉尔认为，对主数据管理、治理技术和流程进行投资，这是维持对数据进行全面管理的理想方式。他说：“了解数据的来源、关键定义以及数据在不同系统中如何移动，这是在异构环境中的重要元素。”“在数据管理项目中，常常缺少对数据流程和数据元素的严格责任制以及关键领导的支持，然而这是管理复杂环境的关键推动力。”
5.充分利用数据统一带来的管理优势
采用混合云/多云策略的组织机构可能希望对那些可以整合数据的管理平台进行尝试和投资。
技术和商业咨询公司EY Americas的新兴技术主管费萨尔•阿拉姆(Faisal Alam)说：“这可能包括通过SaaS提供商、数据订阅提供商以及生态系统中的其他提供商将企业数据与第三方可用的数据源相结合。”
虚拟化是一个已经存在了一段时间的选项，但直到最近它才变得成熟，可以以最小的延迟进行大规模的部署。“所有主流的云供应商都提供联合查询功能(数据虚拟化的子功能)，该功能可实现跨云和混合云数据的查询和统一，”阿拉姆解释道。
数据统一方法始终在不断完善，联合查询只是其中一种选择。阿拉姆指出，还存在其他选择，例如数据湖、特征库和现代数据仓库。
6.明确数据问责制
商业和技术咨询公司毕马威(KPMG)的首席信息官顾问史蒂夫•贝茨(Steve Bates)表示，明确数据问责制是重新思考数据管理工作的基本步骤。
他解释说：“成功的组织机构不仅仅是关注政策和流程，还将某些见解和质量措施的责任交给了高层领导。”贝茨建议，要明确高级主管(包括首席信息官、首席技术官和首席数据官)的具体数据责任。
在当今快速发展的商业环境中，几乎所有东西都是数字化的和互联的。贝茨指出：“所收集到的与交易、客户和内部流程相关的每一项数据都可以成为一种资产，可以用来改进产品或客户体验。”
IT主管们面临的关键问题是，尽管数字化的工作在不断激增，但许多工作仍与庞大的遗留系统紧密相连。他建议：“我们需要对涉及敏捷方式、开发运营、云计算和许多其他方法在内的现代化解决方案的设计和交付进行更全面的了解。” “现代化交付是一种模式，可有助于组织机构更快速地创造价值，减少部署工作的失败，以及创建一种持续改进和以客户为中心的文化，同时帮助企业赢得市场。”
7.掌握不断发展的数据管理方法和实践
数据管理是IT主管们在2021年及以后将面临的最不确定、最棘手的问题之一。
黄燕说：“数据管理策略及其有效性应被持续监控，而且至少应每年进行一次系统审查，以发现问题和找到改进的机会。”
她认为，一家企业的数据管理方法应与其整体经营策略相匹配。“因此，在审查经营策略时，也要审查数据管理策略，这也是一个不错的想法。”
