发帖
雷达卡
根据 Gartner 的数据准备工具市场指南:
“数据准备工具市场已经从仅支持自助服务用例发展而来。现代数据准备工具现在使数据和分析团队能够为一系列分布式内容作者构建企业规模的敏捷数据集。”
以全国为例。他们最近讨论76 个团队（包括产品定价、财务和会计、后台运营、商业线等）的 500 人如何使用数据准备来创建业务线自治和数据驱动的组织文化。
正如您可以想象的那样，为了将自助数据准备扩展到企业范围的使用，例如 Nationwide 展示的那种，需要某些功能。例如，嵌入式目录功能使数据从业者能够发现和查找由其他团队开发和贡献的经过认证的信息资产。这反过来又提供了共享、注释和重用某些准备步骤的能力。它还使数据从业者能够获取新的或精选的数据，并将其反复转换为新的和更新的信息资产，这是超越自助服务场景的流行需求。
诚然，在某些情况下，数据准备在一个用例中启动和停止。例如，为细分和定位准备客户数据通常是一次性用例，并且最多是一种不会定期发生的场景。虽然一些用例仍然是临时的和一次性的应用程序，但其他用例成熟为可重复的过程。对于这些情况，具有先进和智能自动化的数据准备解决方案最适合创建数据流的节奏和它们之间的集成，并且通常是成熟的第一步。当自助服务（个人持续参与数据准备）转变为自动化数据准备时，就会发生自然转变，而人工参与可能只是疏忽。
随着更大的部署，自然的进展会导致许多具有不同技能的用户之间的协作——例如数据科学家、数据工程师、数据分析师、业务运营经理、洞察力总监等等。由于这些团队的技能组合各不相同，因此可能会考虑不同风格的数据准备。但是，数据准备工具需要在丰富的功能和易用性之间取得适当的平衡，以迎合所有技能组合或创建Gartner 将信息称为第二语言在所有数据从业者中。
这是迈向成熟的又一步，自助服务数据准备范式转变为协作、众包性质，加速采用和所有角色的入职。虽然数据准备解决方案的范围从独立的到嵌入数据集成或商业智能解决方案的解决方案，正如 Gartner 早期的市场指南正确指出的那样，但那些仅在另一个应用程序的上下文中提供数据准备的解决方案在达到这种成熟度水平方面受到限制。
准备好的数据自然会成为许多计划的输入，例如商业智能和分析、主数据目录、数据科学项目或智能系统。因此，从架构的角度来看，成熟度曲线可确保与信息管理堆栈的其余部分紧密集成。什么时候数据准备被预见为一项广泛的战略——数据民主化的推动者——了解这种解决方案的成熟度要求不仅可以确保最终用户对数据的理解和数据使用的民主化，而且还可以最大限度地将自助服务数据资产集成到组织的更广泛的信息结构。
相关帖子DA内容精选
|
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
