结合数据管理与数据叙事以创造价值
内容提要
本文讨论了从数据叙事的角度重新审视数据管理的问题，强调了数据管理系统和元数据的重要性，提出了将数据管理和数据叙事相结合的方法，以及人的角色在数据管理和数据叙事中的重要性。
延伸解读
数据管理系统的选型考量
文章对比了数据仓库、数据湖和数据湖屋三种数据管理系统。数据仓库仅能处理结构化数据，且扩展性差；数据湖能快速摄取原始数据，支持多种数据类型，但不支持事务和语义；数据湖屋则结合了数据湖的灵活性和数据仓库的事务支持。选型时需根据数据类型、实时性需求和事务要求权衡。
元数据：连接数据管理与数据叙事的桥梁
元数据提供数据的上下文，如谁、什么、何时、何地、为何、如何收集数据。在数据管理管道中，数据工程师应关注元数据管理，以帮助数据科学家构建数据故事。元数据管理分为被动式（静态数据目录）和主动式（动态实时元数据），主动式元数据能更好地支持实时数据叙事。
人的角色：数据管道中价值生成的关键
数据管理系统从人到人：输入由人生成，输出由人使用。输出受众包括公众、专业人士和高管，其中高管通过决策生成价值。价值可定义为金钱或重要性。有效沟通数据给决策者至关重要，因此整个数据管道应设计为向最终受众传达数据，以生成价值。
Q&A
数据管理的主要目的是什么？
数据管理的主要目的是处理、保护和存储组织的数据，以便用于战略决策，改善业务成果。
数据湖和数据仓库有什么区别？
数据湖可以快速摄取原始数据，支持结构化、半结构化和非结构化数据，而数据仓库只能处理结构化数据，且不具备可扩展性。
什么是数据叙事，它的重要性是什么？
数据叙事是通过故事传达数据分析结果的过程，它的重要性在于能够有效地与受众沟通数据分析结果，从而生成价值。
元数据在数据管理中起什么作用？
元数据提供数据的上下文，帮助理解数据的来源、内容和使用方式，是数据管理和数据叙事中不可或缺的部分。
如何将数据管理与数据叙事结合以创造价值？
结合数据管理与数据叙事需要关注最终受益者，并考虑元数据，以便构建更有力的故事，从而更好地传达数据价值。
数据的类型有哪些？
数据分为结构化数据、半结构化数据和非结构化数据，分别对应不同的组织方式和处理需求。
