BMC Software | Blogs
·
宣布第二届年度数据价值调查
💡
原文英文，约800词，阅读约需3分钟。
📝
内容提要
在数字经济中，数据管理至关重要。调查显示，企业的数据管理成熟度分为四个级别：发展、功能、熟练和卓越。大多数公司仍在使用传统数据，未能充分利用新兴数据类型。调查还揭示了数据操作中的主要挑战，并强调了数据成熟度与DataOps策略之间的关联。
🎯
关键要点
-
在数字经济中，数据管理至关重要。
-
企业的数据管理成熟度分为四个级别：发展、功能、熟练和卓越。
-
大多数公司仍在使用传统数据，未能充分利用新兴数据类型。
-
调查显示，数据操作中的主要挑战包括数据协调不佳和多层次的人员、流程和技术挑战。
-
数据成熟度与DataOps策略之间存在强相关性，成熟度越高，DataOps策略越有效。
❓
延伸问答
数据管理成熟度分为哪几个级别？
数据管理成熟度分为四个级别：发展、功能、熟练和卓越。
企业在数据管理中面临哪些主要挑战？
主要挑战包括数据协调不佳和多层次的人员、流程和技术挑战。
大多数公司在数据使用上存在哪些问题？
大多数公司仍在使用传统数据，未能充分利用新兴数据类型。
数据成熟度与DataOps策略之间有什么关系？
数据成熟度与DataOps策略之间存在强相关性，成熟度越高，DataOps策略越有效。
如何评估企业的数据管理成熟度？
可以通过免费的评估工具来确定企业的数据成熟度水平。
哪些企业更倾向于采用新兴数据类型？
大型组织，特别是员工超过5000人的企业，更倾向于采用新兴数据类型。
➡️
