有一个古老的故事，一群人只能靠触摸来猜测物体是什么。每个人都会做出不同的猜测，这会导致分歧和不信任。原来每个人都错了，对象是一头大象，但一头拿着鼻子，一头长着獠牙，等等。没人知道，因为没人知道全部情况。这就是数据密集型组织内部的情况。有大量的数据可以指导每一个商业决策，但现实离理想太少了。记住，还有更多。在Collibra，我们提倡数据智能的概念，即所有数据，无论其来源或格式如何，都可以方便地被广泛的商业用户生态系统访问，这些生态系统有权信任、调整、增强和共享这些数据。我们相信这有助于企业将数据转化为战略资产，重塑业务流程，获得竞争优势，推动数字化转型。但智力也是人类的基本特征，我们需要的不仅仅是数量。没有上下文的内容会导致混乱而不是清晰，因此我们需要数据以透明、血统和历史作为补充。但让我们再深入一层。即使我们能看到整个画面，我们每个人都能从不同的角度来看待它，这是件好事。意见、经验和专业知识的多样性都有助于实现更大的利益。然而，如果没有正确的技术和流程，它可能会增加混乱。那么，要达到正确的知识状态需要什么呢？为了实现任何类型的智能，我们需要一个大脑——一个有很多节点发送信息的脉动的、动态的实体。在数据敏感的情况下，这就是知识图要了解这是如何工作的，请思考不同的支持者如何在一个商业环境中走到一起。约翰是数据管理员，他的工作是确保每个人都说同一种语言。听起来很简单，但术语是一个主要的挑战；五个销售人员对"客户"这个词有五种不同的定义。开发清晰、清晰、经过验证的业务术语并为参考数据定义代码值至关重要。这有助于解决数据访问方面的问题，这一点更为重要Dora从事数据保护，这是一项艰巨的工作。她负责识别、记录和分析合规性，定期进行审计，并领导有关客户和员工隐私的培训（在这种环境下，这是一个巨大的问题）。每次有违规或违规罚款的消息，都会让企业不寒而栗。她致力于确保数据不会落入坏人之手，但仍能送达正确的人手中。数据工程师David构建收集数据的管道，确保与脚本和标准的集成，并开发服务于数据的框架。他需要和多拉密切合作，有时候，他们似乎是最好的敌人卢克是数据科学家，他需要比其他人更好地理解数据，保持数据的最新性并记录操作模型。他的首要任务是确保用户信任数据，否则他们不会使用数据有更多的竞争和合作的利益，但你得到的想法，它可能导致重大的不和现在想象一下这在Collibra平台上是怎样的。这是一个"大脑"，它不仅具有来自多个脑细胞、节点和其他资产的信息，而且具有来自这些来源和数据块之间的多个边缘、连接和关系的集体智慧。这就是将信息转化为知识的方法作为创造数据智能的人类元素的消费者和生产者，我们通过为我们的特定需求定制的每个应用程序的镜头来获取知识，但我们仍然拥有整个图形提供的可见性。这就是我们如何获得一个清晰、明确和有力的大局观，因为每个人都在看相互关联的真理的同一个版本。一些数据和IT高管不愿意在混合数据中添加更多数据，这是有充分理由的，尤其是当数据来自更多来源、视角更广、格式更多的时候。对法规遵从性和安全性的担忧当然是合理的，通过更大的访问将数据转变为战略资产并推动协作的目标似乎是一种幻想这正是我们与众不同的地方：Collibra平台提供了对整个数据环境的全面了解，建立在丰富的专业知识和观点的基础上，并满足我们的特殊需求，即使它确保完全遵守源源不断的隐私保护要求。这就是我们如何提供正确的基础来团结人民，处理和平衡权利和责任。这也是我们如何实践数据智能，推动创新和创造更大的公司价值。