数据自白：洞察生真知这是一个由五部分组成的系列文章的最后一部分，我们将跟随业务分析师完成一项关键任务。他的公司总体上是成功的，但人们越来越担心客户流失。新的业务仍在增加，但退出客户的鼓声肯定会越来越响，并成为一个严重的问题。因此，Cliff的任务是通过挖掘数据来寻找答案：为什么那些应该提供持续收入的客户会选择离开，以及如何才能扭转这种趋势？把它想象成一次购物冒险，大数据质量，只对你需要的东西有一个模糊的概念。你有一个视角，一个起点，但你不知道它会把你带到哪里。在此过程中，我们确定了12个步骤，每个步骤代表一个不同的目的：步骤1：构建业务词汇表步骤2：建立数据域模型步骤3：定义策略和引用管理第4步：对资产进行分类第五步：收获血统和使用第6步：通过分析和评分进行改进步骤7：使用数据匹配关联第八步：转向创意管理步骤9：使用Service Broker检索步骤10：使用访问管理进行保护第11步：完美地使用合成，并且…第12步-注册到数据市场：通过发布可信的、预定义的分析数据集来增强您的数据智能图，这些数据集既可以被组织发现，又可以被整个组织执行。在本系列的第4部分中，Cliff只需按一下按钮就可以查看。这引发了一个工作流，其中包括数据使用协议（DUA）、数据集的分布式和联合提取、身份和访问策略的强制执行以及重复信息的360度视图的呈现。克利夫选择了他想要的提货方式——借、租或买。通过选择借阅作为首选传递选项，Cliff在从DUA授权的期间内，当请求的数据在虚拟化容器中可用且安全，而不是物理存储在数据库或文件系统中时，数据与大数据，Cliff会收到通知。对于如何查看和处理这个返回的数据集，Cliff有无数个选项。如果Cliff偏爱特定的商业智能/报告平台，如Tableau、Looker、Power BI等，他可以选择通过其首选平台固有的维度、枢轴、小部件、图形等来可视化原始和/或聚合数据。独立于任何技术或其他方面的帮助，以思维的速度运行，并受益于客观指导，大数据技术，这是最大的机会使用最好的数据进行分析，克里夫现在准备了解为什么在赢得客户和保持客户之间存在明显的差距。在这个时候，公司应该专注于新产品，瞄准新市场，而不是为什么它会失去现有的业务？答案可能并不简单：现代的运营环境往往是杂乱无章的，错综复杂的供应链、经常性的法规遵从性难题、来自新贵和企业集团的竞争等等。但数据提供的结果可能是无懈可击的，如果它是可信的。这些学习不仅成为流失分析的基础，而且是商业计划的基石，是一条由智力和机会引导的清晰的前进道路。它是一种可购买的资产，与数据智能图无缝匹配。这是数据智能的"大脑"：它将内容与上下文相结合，并整理全公司视角的集体智慧，将原始信息转化为相关且可信的知识。更重要的是，这些知识不是囤积起来的，而是共享和可重复的。当然，即使是最精确的发现也能代表时间的快照。这是一个由不断的数字变革和动态趋势所定义的商业世界。下一个拥有相同凭证和访问控制的业务专业人员使用相同的参数启动数据搜索时，可能会得到完全相同的结果……或者非常不同的结果，这些结果在当时更相关、更准确。这就是克利夫创造的分析资产的动态能力，它可以进一步适应后续的计划。摘要数据智能化的12个步骤似乎确实撒下了一张大网，涵盖了很多领域。它似乎深奥而详细，而且确实如此。这意味着大量的时间和资源的使用…但事实并非如此。使这一过程成为可能的技术现在已经存在。不幸的是，它需要组织做出极大的努力来选择、集成和维护四种或更多同类最佳的技术，甚至接近一个无缝的、端到端的数据智能平台。直到现在。直到科利布拉。加入我们的旅程，我们将提供这种无缝的、面向结果的服务（是的，即服务），不仅可以数字化地转变您的业务，还可以成为一个数据智能型组织。在6月23日举行的"数据公民20：数字体验"会议上，您可以听到更多关于我们如何实现这一目标的信息。这段旅程还有一个值得关注的因素。在Collibra，我们长期以来一直认为数据智能不仅仅与技术有关。我们将获得更大的数据库并遍历云以优化性能和规模。我们将用敏捷的应用程序和可扩展的基础设施将许多技能商品化。但归根结底，这是关于人和过程的。我们的目标始终是让人们更容易地找到正确的数据、信任它、在它的基础上构建并与之协作。数据的真正价值在于使用。没有这些，我们还有更多的数据库是原始的，ecs云服务器，干净的，完全无用的。商业使命失败了。通过适当的访问和使用，我们为数据民主打开了大门。克里夫不是一个数据科学家，他没有寻求合规顾问的许可，也从未拜访过IT专家。他在他们之前的工作基础上建立了坚如磐石的流程，以消除摩擦、限制和障碍，以获取他需要的数据，并制定他想要的计划。数据做了它的工作，所以他可以做他的。对于数据智能，我们所有人都是这样。我们希望您喜欢这个由五部分组成的系列，我们欢迎您的反馈。请继续关注更多的数据智能博客-我们有更多的内容可以分享。要阅读本系列的前几期文章，云服务器买哪个好，请查看：第4部分、第3部分、第2部分和第1部分。