berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

turunkan ambang batas tata kelola data, turunkan ambang batas bagi perusahaan untuk memanfaatkan aset data dengan baik, dan buat konsumsi data perusahaan menjadi lebih nyaman.

teks｜xu xin youyong‍‍‍

editor｜zhou luping‍‍‍

di masa lalu, kantor pusat data menghadapi beberapa tantangan dan kesalahpahaman. dengan investasi jutaan dolar di setiap kesempatan, pusat data pernah meninggalkan kesan bahwa itu mahal dan berat.biaya konstruksi yang tinggi, telah menjadi batu sandungan bagi usaha kecil dan menengah yang memiliki jumlah data yang sedikit, namun pada saat yang sama, perusahaan-perusahaan ini memiliki permintaan yang tinggi terhadap konstruksi dan pengelolaan data.

masalah yang lebih besar adalah evolusi teknologi yang pesatskalabilitas kerangka tata kelola data perusahaan menimbulkan tantangan baru. laporan gartner menunjukkan bahwa pada tahun 2028, 50% analisis data dan platform ai tiongkok yang dibangun sebelum tahun 2023 juga akan menjadi usang karena terputusnya ekosistem. bidang konstruksi data menyerukan revolusi.

baru-baru ini, peng xinyu, wakil presiden alibaba group dan ceo lingyang, menunjukkan pada forum khusus lingyang data×ai di konferensi komputasi bahwa perusahaan perlu menyelesaikan dekonstruksi skenario dan rekonstruksi bisnis untuk merangkul era ai. di dalam,bidang infrastruktur data juga membawa gelombang rekonstruksi.。

menanggapi masalah konstruksi seperti biaya tinggi dan kesulitan dalam perluasan tata kelola data di industri, produk dataphin telah ditingkatkan sepenuhnya. versi tangkas yang baru diluncurkan digunakan untuk memecahkan masalah skenario di mana perusahaan memiliki sejumlah kecil data tetapi perlu membangun data. dataphin dapat mengembangkan dan memperluas sistem arsitektur data. dataphin menyediakan ruang pengembangan untuk tata kelola data perusahaan, dan dataagent yang dibangun berdasarkan model besar memberikan kemudahan bagi perusahaan untuk memanfaatkan aset data dengan baik.

01

tata kelola data sekarang

mungkin konsep konstruksi dan tata kelola data yang paling terkenal adalah platform tengah data.

beberapa tahun yang lalu, gelombang big data melanda dunia, dan perusahaan pionir di semua lapisan masyarakat sangat mementingkan eksplorasi nilai data perusahaan. pada tahun 2017, the economist juga menyebutkan dalam artikel sampulnya,data telah menggantikan minyak sebagai sumber daya paling berharga di dunia。

pada saat itu, sekelompok perusahaan perintis yang telah mengumpulkan sejumlah besar data adalah yang pertama menyadari pentingnya memecah silo data dalam perusahaan dan mengelola serta memproses data internal perusahaan secara terpusat platform tengah" keluar pada saat ini, dan alibaba berfungsi sebagai platform tengah data. pengusul konsep ini juga memimpin dalam membangun pusat data dalam perusahaan dan menyediakan produk dan layanan kepada perusahaan. sekelompok perusahaan terkemuka di industri tradisional juga menganggap pembangunan platform tengah data sebagai titik awal yang penting untuk mengintegrasikan aset data internal yang besar dan memanfaatkan sepenuhnya nilai data dari perspektif tata letak strategis dan upaya aktif untuk melakukan perubahan.

selain itu, karena tingginya kompleksitas dan skala besar data pendatang awal, investasi besar dilakukan dalam pengelolaan dan konstruksi data, dan siklus konstruksinya juga relatif panjang. hal ini telah menimbulkan beberapa kontroversi di industri. misalnya, orang dalam industri pernah mengamati bahwa pusat data memiliki investasi yang besar, pengaruhnya sulit diukur, dan sulit diterapkan di perusahaan berukuran rata-rata.

tahun ini, gartner mencantumkan konsep "platform tengah data" sebagai rangkaian pengembangan teknologi yang secara bertahap ketinggalan jaman dalam laporan "siklus kematangan analisis data dan kecerdasan buatan tiongkok".

namun, para veteran industri percaya bahwa "platform tengah data" tidak dapat dipahami hanya dari tingkat produk dan alat, dan nilai "platform tengah data" juga tidak dapat dilihat hanya dari popularitas konsepnya.

“platform tengah data adalah sebuah konsep dan model, yang berarti bagi suatu perusahaan, aset data merupakan bagian penting dari aset perusahaan. untuk aset penting ini, perusahaan memerlukan cara untuk mengintegrasikan data dan menyatukan pembersihan, pemrosesan, dan pengelolaan untuk membentuk aset data yang mudah digunakan. "kata orang yang disebutkan di atas.

gartner juga menyebutkan dalam laporannya bahwa di bawah gelombang teknologi saat ini, "infrastruktur data" yang terkait dengan pengembangan kemampuan teknis seperti integrasi data, manajemen metadata, dan kualitas data berada dalam periode pertumbuhan yang pesat. ini akan menjadi inti dari analisis data perusahaan dan ai. basis yang dapat digunakan kembali untuk aplikasi anda.konsep yang diwakili oleh "platform tengah data" masih memimpin perkembangan industri, dan tingkat teknologi juga terus berkembang pesat.。

selain itu,mendorong pemasaran elemen data pada tingkat kebijakan nasional, juga memungkinkan perusahaan untuk mempercepat pembangunan tata kelola data dan kemampuan aplikasi yang lebih komprehensif.

pada tanggal 1 januari tahun ini, "ketentuan sementara tentang perlakuan akuntansi terkait sumber daya data perusahaan" (selanjutnya disebut "ketentuan sementara") resmi diterapkan. sumber data perusahaan tercatat dicatatkan dalam neraca sebagai akuntansi baru akun dan merupakan bagian dari ekuitas pemegang saham. menurut statistik dari china securities journal, hingga 31 agustus tahun ini, 39 emiten telah mengungkapkan informasi terkait pemasukan data ke dalam tabel mereka, dengan jumlah total 1,357 miliar yuan. bagi banyak perusahaan, bagaimana mencapai tata kelola data global dan membangun aset data telah menjadi pertanyaan yang harus dijawab.

konsensus dalam industri ini adalah bahwa alasan mengapa perusahaan-perusahaan terkemuka ini dapat memimpin dalam menempatkan aset data tidak dapat dipisahkan dari penekanan jangka panjang dan berkelanjutan mereka pada tata kelola data.

didorong oleh kebijakan makro dan gelombang teknologi, konsep pengembangan bisnis berbasis data menjadi semakin populer, dan semakin banyak perusahaan yang menyadari pentingnya platform tata kelola data dan konstruksi aset data.

dalam gelombang ini, kebutuhan usaha kecil dan menengah tidak bisa dianggap remeh. misalnya, wang sai, wakil presiden lingyang, melihat bahwa,perusahaan kecil dan menengah memiliki kebutuhan yang kuat akan tata kelola data dan konstruksi aset data. “jumlah data perusahaan mungkin tidak terlalu besar dibandingkan dengan perusahaan terkemuka, namun datanya kompleks dan beragam. perusahaan-perusahaan ini perlu melakukan sedikit pengelolaan terhadap data ini.”

namun, perusahaan-perusahaan ini menghadapi banyak masalah dalam perjalanan tata kelola data mereka. “perusahaan kecil dan menengah mungkin tidak memiliki cadangan bakat yang cukup terkait dengan data besar, dan mereka tidak memiliki banyak anggaran untuk berinvestasi di bidang tata kelola data.” seorang senior percaya bahwa banyak perusahaan juga kurang memahami konstruksi aset data dan tata kelola data.

berdasarkan permasalahan ini, lingyang telah melakukan transformasi ringan berdasarkan pengalaman tata kelola data internal alibaba dan dataphin, platform konstruksi dan tata kelola data cerdas yang dibuat untuk melayani pelanggan perusahaan besar eksternal, dan meluncurkan versi tangkas dataphin.

adadalam versi tangkas dataphin yang baru diluncurkan, arsitektur produk menjadi lebih ringan, yang dapat membantu perusahaan kecil dan menengah memulai tata kelola data dengan biaya lebih rendah.. ambil contoh persyaratan untuk operator. versi tangkas dari dataphin kompatibel dengan database relasional. bakat manajemen data perusahaan tidak perlu menguasai teknologi data besar yang mutakhir. mereka hanya perlu menguasai sql untuk mengoperasikannya operasi dan pemeliharaan juga sangat kecil, yang sangat mengurangi ambang batas talenta untuk tata kelola data telah dinaikkan.

“minimum yang dibutuhkan perusahaan adalah berinvestasitiga perangkat keras, investasi sajadua hingga tiga ratus ribu yuananda dapat memulai pekerjaan tata kelola data berdasarkan versi tangkas dataphin. dong fangying, manajer umum lini produk sistem data lingyang, mengatakan kepada digital intelligence frontline. hal ini juga berarti bahwa dibandingkan dengan versi dataphin sebelumnya dengan fungsi yang kuat dan arsitektur yang kompleks, mayoritas usaha kecil dan menengah kini memiliki satu pilihan lagi.

02

tata kelola data, bagaimana menyeimbangkan masa kini dan jangka panjang

ketika perusahaan dengan jumlah data yang sedikit mulai menjalankan tata kelola data, mereka akan mempertimbangkan pertanyaan: seiring berkembangnya bisnis dan jumlah data yang semakin besar, apakah mereka perlu mengganti sistem yang baru? apakah hal ini akan meninggalkan masalah pada tata kelola data di masa depan?

misalnya, yang dialami oleh perusahaan ritel domestik terkemuka dalam beberapa tahun terakhir"rasa sakit yang tumbuh". karena tata letak bisnisnya yang luas,kebutuhan data perusahaan menjadi sangat kompleks dan sulit untuk diproses。

sebelumnya mereka membangun banyak sistem aplikasi bisnis dengan fungsi berbeda-beda berdasarkan kebutuhan bisnis sebenarnya. namun, ketika perusahaan mengembangkan banyak merek dan saluran, jumlah data menjadi sangat besar. pada saat yang sama, terdapat lusinan cerobong data independen untuk data bisnis berbeda dalam sistem berbeda. selain itu, lini bisnis yang berbeda memiliki definisi data yang berbeda, sehingga menjadikan tata kelola data menjadi sangat sulit.

alasan situasi ini terkait dengan kurangnya perspektif tata kelola data jangka panjang di perusahaan. arsitektur data sebelumnya didasarkan pada kebutuhan bisnis yang terisolasi. orang yang bertanggung jawab atas data di perusahaan ini jugaperlakukan pembangunan pusat data sebagai tugas jangka panjang, untuk tujuan ini, mereka juga telah menyusun rencana untuk tiga hingga lima tahun ke depan untuk membangun pusat data perusahaan.

secara kebetulan, manajer data dari perusahaan pembiayaan konsumen lainnya juga memperhatikan bahwa gagasan konstruksi tata kelola data perlu diubah. "sebelumnya, lebih banyak penekanan diberikan pada data apa yang dihasilkan, proses bisnis mana yang dapat didigitalkan, dan masalah kepatuhan data." , ia menemukan bahwa dalam lima tahun ke depan, seiring dengan meningkatnya jumlah data perusahaan, ide pembangunan gudang data tradisional tidak dapat lagi mendukung kebutuhan perusahaan akan penyimpanan, pengelolaan, dan penggunaan data.

ini juga merupakan masalah umum yang dihadapi oleh banyak perusahaan dalam tata kelola data—bagaimana arsitektur data menyediakan ruang untuk pengembangan di masa depan guna memenuhi kebutuhan tata kelola data yang semakin kompleks di masa depan?

berdasarkan permasalahan umum dalam industri ini, produk dataphin lingyang secara inovatif meluncurkan arsitektur baru pada sistem data. salah satu arsitektur inifitur intinya adalah skalabilitas dan evolusi。

sederhananya, usaha kecil dapat memilih produk versi tangkas dataphin yang ringan dan berbiaya rendah pada tahap awal berdasarkan pertimbangan mereka sendiri. ketika skala perusahaan berkembang, perusahaandapat memperluas mesin komputasi yang mendasarinya, meningkatkan secara bebas, dan berkembang dengan lancar, untuk memenuhi kebutuhan tata kelola data di masa depan dan kebutuhan pengembangan bisnis perusahaan. hal ini disebabkan penggunaan arsitektur dasar yang sama antara versi tangkas dataphin dan versi asli.

inimembantu memenuhi kebutuhan tata kelola data yang lebih kompleks seiring berkembangnya data perusahaan. setelah meningkatkan dari versi agile ke versi r&d cerdas dataphin, database yang mendasarinya dapat diperluas dari database relasional ke database interaktif dan mpp, seperti starrocks, clickhouse, hologres, lindorm, impala, dan database lain dengan kemampuan analitis dan daya komputasi yang lebih kuat. , sehingga mendukung penjadwalan data yang lebih berdimensi, operasi dan pemeliharaan, serta tugas manajemen lainnya.

ketika skala perusahaan semakin berkembang, dukungan data yang mendasari perusahaan dapat ditingkatkan lebih lanjut menjadi mesin data besar, dan bahkan dapat diperluas untuk mendukung integrasi danau dan gudang. “kecil, menengah dan besar, kita semua berada di bawah serangkaian struktur penerapan, yang dapat membantu perusahaan melakukan peningkatan dengan lancar.”

hal ini mempertimbangkan karakteristik pengembangan jangka panjang tata kelola data perusahaan, dan perusahaan dapat dengan bebas memilih produk yang sesuai berdasarkan skala data dan persyaratan tata kelola mereka sendiri.

selain itu, di bidang tata kelola dan operasi data, perusahaan juga menghadapi masalah besar lainnya, yang didefinisikan oleh peng xinyukonflik antara personalisasi dan efektivitas biaya. perusahaan-perusahaan besar sering kali melakukan penerapan privatisasi berdasarkan kebutuhan bisnis mereka sendiri, namun hal ini juga berarti biaya yang lebih tinggi. produk cloud terstandarisasi jelas lebih murah, namun mereka juga kehilangan kemampuan untuk mempersonalisasi konfigurasi.

menanggapi masalah ini, solusi dataphin adalah:selain model penyewa cloud publik tradisional dan penerapan yang diprivatisasi, model ini juga menyediakan model "semi-terkelola" bagi perusahaan., anda tidak hanya dapat menikmati lingkungan eksklusif yang dapat dikontrol, tetapi juga menikmati penjadwalan elastis dari cloud publik.

misalnya, beberapa perusahaan grup memiliki persyaratan pemrosesan data yang berbeda untuk modul bisnis atau subbisnis yang berbeda. beberapa data keuangan dan keanggotaan memerlukan penghitungan lokal, sementara data lain dengan sensitivitas keamanan rendah dapat diunggah ke cloud untuk dihubungkan dan diproses data dengan bisnis cloud.

jenis perusahaan ini cocok untuk model semi-terkelola. dibandingkan dengan layanan "sewa apartemen" pada model cloud publik dan layanan "membangun vila" dengan penerapan fisik independen, semi-terkelola serupa dengan model semi-terkelola."sewa vila", yang tidak hanya dapat memenuhi kebutuhan perusahaan yang ingin meningkatkan kemampuan pemrosesan datanya dan memiliki kebutuhan penyesuaian yang dipersonalisasi, namun pada saat yang sama mempertimbangkan aspek ekonomi.

secara umum, di bidang tata kelola data dan operasi data, dataphin didasarkan pada pengalaman konstruksi sistematis alibaba group selama bertahun-tahun dalam tata kelola data untuk menyediakan solusi bagi perusahaan besar, menengah, dan kecil dengan berbagai ukuran yang mencakup berbagai jenis mesin dan beradaptasi dengan a berbagai persyaratan lingkungan.

di bidang tata kelola data, perusahaan memasuki tahap baru pengadaan berdasarkan permintaan dan peningkatan versi gratis.

03

di era ai, bagaimana membuat data benar-benar bermanfaat

dong fangying telah melihat banyak proyek platform tata kelola data, dan dia menemukan sebuah pola. jika pihak lain adalah tim ti murni,tidak ada konsep operasi aset data, tingkat keberhasilan proyek-proyek tersebut seringkali tidak terlalu tinggi.

jika data hanya disimpan dalam database, maka hanya akan menjadi biaya dan beban.“ide yang tertanam dalam tulang kita adalah bahwa setelah data dibuat, data tersebut harus digunakan.” dong fangying mengatakan kepada digital intelligence frontline. oleh karena itu, lingyang sangat mementingkan pengoperasian aset. tidak hanya mengumpulkan data saja, tetapi juga memanfaatkan data dengan lebih baik.

terdapat kesenjangan yang sangat besar bagi perusahaan untuk memanfaatkan data dengan baik. dong fangying menemukan bahwa di permukaan, perusahaan memiliki data dan bisnis memiliki masalah. mencocokkan keduanya akan menyelesaikan masalah, namun bagaimana menghubungkan keduanya menghadapi ujian besar.

bagi para pebisnis,memahami bisnis dan memahami data adalah dua hal yang berbeda. seringkali personel bisnis kurang berpikir dalam hal data dan masih harus beralih ke ahli data untuk akuisisi data, sehingga menghadapi banyak biaya komunikasi dan waktu.

dalam proses spesifik perolehan data, tim data juga mendapat tekanan besar. mereka sering kali menghadapi banyak pertanyaan tentang di mana data tersebut berada, apa artinya, bagaimana data tersebut harus digunakan, dan di mana data tersebut harus digunakan. selain itu, tidak mudah untuk menemukan data yang anda inginkan di antara aset data yang sangat besar.

hal ini mencerminkan bahwa kebutuhan data perusahaan tidak hanya untuk memperoleh hasil data tertentu dari chatbot, tetapi juga melibatkankebutuhan untuk mencari dan menggunakan aset data internal berdasarkan kebutuhan bisnis. dong fangying menyebutkan contoh spesifik. dia sering mendapat pertanyaan dari pelanggan: tingkat konversi peluang bisnis perusahaan rendah.

inti dari penyelesaian masalah terletak pada proses bisnis. pertama, kembali ke bisnis dan cari tahu orang dan organisasi mana yang terlibat dalam masalah dan proses mana yang terlibat. hanya dengan cara ini kami dapat memberikan panduan yang berharga kepada pengguna alih-alih kembali hasil data berdasarkan data tersebut.

mulai dari titik sakit ini,tahun ini, ling yang meluncurkan agen intelijen aset data pertama di industri—dataphin·dataagent., dengan dukungan model besar, pengguna dapat menyesuaikan agen mereka sendiri, dan personel bisnis dapat menerapkannya dengan lebih nyamanoperasi layanan mandiri tautan penuh mulai dari pertanyaan hingga ide, data, dan penggunaan.