BMC Software | Blogs
·
如果您想实现数据驱动，请通过DataOps铺平道路
内容提要
DataOps是一个框架，旨在帮助企业实现数据驱动的成果。它通过结合最佳实践、文化和技术，缩小数据与行动之间的差距。尽管企业在数据投资上投入巨大，但由于复杂性和文化问题，许多企业未能成功实现数据驱动。DataOps通过自动化和协调数据流程，提高数据管道的可靠性，帮助企业有效管理数据，最终实现数据驱动的目标。
关键要点
-
DataOps是一个框架，帮助企业将数据愿景转化为实际的数据驱动成果。
-
超过60%的企业期望员工使用数据进行决策，但只有三分之一的员工认为自己的行动是数据驱动的。
-
97%的组织在数据项目上投资，但只有27%感到成功实现了数据驱动的目标。
-
数据项目失败的核心问题是操作化，数据项目如果不能在规模上可靠运行，就无法产生预期的价值。
-
DataOps通过工业化数据项目的操作方面，提供了一套实践来应对复杂性和文化问题。
-
数据编排是DataOps的关键要求，能够在企业规模上有效运作。
-
Tampa General Hospital在COVID-19疫情期间，通过数据共享和编排实现了高效的决策支持。
-
Control-M支持DataOps编排，帮助组织在复杂环境中实现数据流程的自动化和协调。
延伸解读
DataOps的文化挑战
尽管企业在数据投资上投入巨大，但文化因素常常成为实现数据驱动的障碍。超过60%的企业希望员工使用数据进行决策，但只有三分之一的员工认为自己的行动是数据驱动的。这表明，企业在推动数据文化方面需要更多的努力，尤其是在员工信任数据和数据使用习惯的培养上。
复杂性与操作化的关系
数据项目的失败往往源于操作化的复杂性。如果数据项目无法在规模上可靠运行，就无法产生预期的价值。DataOps通过工业化数据项目的操作，提供了一套实践来应对这些复杂性，帮助企业更有效地管理数据流。企业在实施数据项目时，需关注操作化的可行性。
数据编排的重要性
数据编排是DataOps的关键要求，能够在企业规模上有效运作。没有编排，数据流程可能会因复杂性而崩溃。Control-M等工具通过自动化和协调数据流程，帮助组织在复杂环境中实现数据驱动的目标。因此，企业在选择数据管理工具时，应优先考虑其编排能力。
延伸问答
什么是DataOps，它如何帮助企业实现数据驱动？
DataOps是一套实践，旨在工业化数据项目的操作方面，通过自动化、编排和文化原则，帮助企业可靠地交付可信的数据。
企业在实现数据驱动时常见的失败原因是什么？
企业常见的失败原因是复杂性和文化问题，管理多云环境和多个工具的操作摩擦使得数据项目难以成功。
DataOps中编排的作用是什么？
编排是DataOps在企业规模上运作的机制，确保不同工具和团队之间的数据流程能够可靠地协调。
DataOps宣言是什么，它包含哪些原则？
DataOps宣言是一个框架，概述了组织应采纳的领导、文化和管理原则，以确保数据分析项目的成功。
Control-M如何支持DataOps的编排？
Control-M通过自动化和编排数据的摄取、转换、分析和修复过程，帮助组织管理复杂的多工具DataOps工作流。
Tampa General Hospital是如何利用DataOps应对COVID-19的？
Tampa General Hospital在COVID-19疫情期间，通过数据共享和编排，实现了对病例、ICU床位和呼吸机等关键信息的高效决策支持。
