Gartner最近对cdo的一项调查显示，cdo的主要职责是进行分析。然而，用户报告说，这些计划中的大多数并没有实现他们的承诺。这种"分析差距"有几个原因，但由于数据科学家和其他数据专业人员无法找到正确的数据，这种差距进一步加剧。为分析寻找合适的数据应该是任何数据治理计划的主要功能之一。找到正确的数据很困难。大多数组织都沉浸在数据中，即使您知道自己拥有数据，从分布在整个组织中的大量集合中提取所需的数据也是一项艰巨的任务。不幸的是，没有神奇的子弹，或神奇的机器学习算法，可以做到这一点。虽然算法方法有很多希望，但它们现在还处于初级阶段，应该被看作是帮助主题专家的一种手段。好消息是，通过适当的基础设施，您可以利用组织内数据公民的专业知识来组织数据，并使用该基础设施使他们能够共享工作。第一步是创建一个跨现有边界组织有用的数据集合的数据目录。无论这些边界是系统、组织还是地理位置，正是跨边界的可视性推动了从这些数据中获得许多更重要的见解。该数据目录应帮助专家以三种方式组织数据：1数据目录应提供一种辅助机制，将数据与意义联系起来。与某些数据相关的业务术语、规则、流程、KPI等是用于确定该数据是否适合所讨论的分析的真实信息。不同的数据视图提供了不同的方面来支持分析，了解后端金融交易视图和网站交互视图之间的细微差异可以为购买行为提供重要的线索。每一件事都是同一活动的反映，但它们有不同的含义，正是这些差异有助于做出准确的预测。2数据目录应建议使用可能正在进行类似分析的同行的工作。通常情况下，几个人在处理同一问题的不同方面，并且可能能够利用彼此的数据集。目录应该识别出您正在做的工作与您的同事的工作相似，淘客公众号，并将您指向他们可能已经创建的数据集。这将简化查找相关和可比数据的过程。三。数据目录应建议可能与组织到数据集中的数据相关的其他数据。这个建议将有助于加快确定要包括哪些数据的过程。这是一个挑战，因为有很多方法可以确定这种相似性。但至少，淘客app系统，它应该确定您何时拥有结构化或文档化的语义关系。发现和组织数据不能在真空中进行。它背后必须有其余的治理功能，否则用户将无法信任数据。他们需要知道它的血统、质量和组织对这些数据的责任，以便有信心地使用它。不幸的是，目前存在的许多数据目录没有这些功能。它们提供信息列表，但与信息的治理没有关系。如果没有这种联系，用户就无法区分数据的所有不同副本和状态。而且，他们不知道哪些数据集合遵循哪些策略，哪些具有什么质量等等。他们也无法确定当前如何使用数据，以及如何正式使用这些数据（这些数据通常是不同的）。此外，微信返利，大多数人不相信他们的数据质量。以可理解的格式获得定量结果有助于他们评估质量，从而评估数据在数据集中的适用性。而且，人们自然很难相信在别处完全控制的东西。与数据帮助台建立直接的连接，以便更容易地解决任何问题，这一点至关重要，这样数据用户就可以理解他们可以解决他们发现的任何问题。这些到治理的链接不是目录的可选功能，但对其正常运行至关重要。没有它们，大数据前景，目录可能会帮助您分组、组织或共享，但它不会帮助开发新的有用的分析，因为它不会获得数据消费者的信任。当您的组织构建其分析能力时，创建数据目录是一个强大的步骤。为了从这个数据目录中获得价值，它需要支持三种功能，这三种功能将真正帮助用户和分析开发人员找到数据。它还必须完全集成到数据治理过程中，并展示所有能够创建信任的治理功能（策略、质量、沿袭、使用跟踪和修复）。只有这样，您才能走出分析差距，并为您的组织提供真正的洞察力。

，云服务器哪家好