如何创建数据架构以推动创新

数据技术正在迅速发展，这使定义三到五年的目标架构的状态并朝着这个方向努力的传统工作既充满风险又效率低下。只要制定各种使数据领导者和技术领导者快速评估和部署各种新技术的实践，以便他们快速适应，那么他们就能得到更好的服务。下面来看看四种重要的做法：

将测试中学习的思维方式应用于架构创建并尝试使用各种不同的组件和概念。这种敏捷实践已经在应用程序开发中应用了很长时间并且最近在数据领域得到沿用。例如，领导者可以从较小的预算开始，创建最小可行产品或者将现有的开源工具整合起来创建一个临时产品并将其投入生产(使用云来加速这个过程)，以便它们可以在得到扩展和进一步发展之前展示其价值;相反，领导者不应该为了找到“完美”的选择而参与有关最佳设计，产品和供应商的漫长讨论，然后再进行冗长的预算批准。 建立数据“部落”，由数据管理人员，数据工程师和数据建模人员组成的团队负责创建端到端的数据体系结构。这些部落还致力于创建标准的，可重复的数据工程流程和特征工程流程，从而为开发高度可建模的数据集提供支持。这些敏捷的数据实践有助于加快各种新数据服务的上市时间。 投资数据运维(DataOps，即用于数据的强化了的DevOps)有助于加快新组件在数据体系结构中的设计，开发和部署，以便团队可以根据反馈快速实施和频繁更新各种解决方案。 创建这样一种数据文化，在这种文化氛围里，员工希望在其职务范围内应用各种新的数据服务。实现这一目标的一个重要工具是确保数据战略与业务目标相关联并在高管向组织发出的信息中得到反映，这有助于强调这项工作对业务团队的重要性。

随着数据、分析和人工智能在大多数组织的日常运营中得到越来越深入的应用，为了创建和发展以数据为中心的企业而对数据架构采取截然不同的方法是十分必要的，这是显而易见的。那些采用这种新方法的数据和技术领导者可以更好地定位自己的公司，即具备敏捷性，弹性并且在未来具有竞争力。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!