ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

データ ガバナンスのしきい値を下げ、企業がデータ資産を有効に活用するためのしきい値を下げ、企業のデータ消費をより便利にします。

文｜許欣佑庸‍‍‍

編集者｜周魯平‍‍‍

これまで、データ ミドル オフィスはいくつかの課題や誤解に直面していました。毎回数百万ドルが投資されるデータセンターは、かつては高価で重いという印象を残していました。高い建設費は、データ量の少ない中小企業にとって障害となっていますが、同時にこれらの企業はデータの構築と管理に対する強い需要を持っています。

さらに大きな問題は、急速なテクノロジーの進化により、エンタープライズ データ ガバナンス フレームワークのスケーラビリティにより新たな課題が生じる。 gartner のレポートでは、2023 年以前に構築された中国のデータ分析および ai プラットフォームの 50% も、エコシステムからの切り離しにより 2028 年までに廃止されると指摘しています。データ構築の分野は革命を求めています。

最近、アリババグループの副社長で臨陽のceoである彭新宇氏は、コンピューティングカンファレンスの臨陽データ×ai特別フォーラムで、企業はai時代を受け入れるためにシナリオの解体とビジネスの再構築を完了する必要があると指摘した。で、データインフラの分野でも再構築の波が押し寄せている。。

業界における高コストやデータガバナンスの拡張の難しさなどの構築上の問題に対応し、dataphin 製品は完全にアップグレードされ、企業データの量が大きくないシナリオの問題を解決するために新たにリリースされたアジャイル バージョンが使用されます。ただし、データは構築する必要があります。dataphin は、データ アーキテクチャ システムを進化および拡張でき、企業のデータ ガバナンスのための開発スペースを確保し、大規模なモデルに基づいて構築された dataagent は、企業がデータ資産を有効に活用できるようにします。

01

データガバナンスは今

おそらく、データ構築とガバナンスの最もよく知られた概念は、データ ミドル プラットフォームです。

数年前、ビッグデータの波が世界を席巻し、あらゆる分野の先駆者企業が企業データの価値を探求することを非常に重視しました。 2017年、エコノミスト誌も表紙記事で次のように言及しました。データは石油に代わって世界で最も価値のある資源となった。

当時、大量のデータを蓄積してきた先駆的な企業群が、企業内のデータサイロを打破し、企業内のデータを一元管理・処理することの重要性にいち早く気づいたのが「データミドルプラットフォーム」という概念でした。このとき、アリババがデータミドルプラットフォームとして登場し、企業内にデータセンターを構築し、企業に製品やサービスを提供することもコンセプトの提案者が主導した。伝統産業の大手企業グループも、データミドルプラットフォームの構築は、社内の膨大なデータ資産を統合し、戦略的配置と積極的な変化の追求の観点からデータの価値を最大限に発揮するための重要な出発点であると考えています。

また、初期参入者のデータは非常に複雑で大規模であるため、データ管理と構築に巨額の投資が行われ、構築サイクルも比較的長くなります。これは業界内で議論を引き起こしました。たとえば、ある業界関係者は、データセンターには多額の投資が必要であり、その効果を定量化するのが難しく、平均的な規模の企業に導入するのは難しいと述べました。

今年、ガートナーは「中国のデータ分析と人工知能の成熟サイクル」レポートの中で、徐々に時代遅れの技術開発範囲として「データミドルプラットフォーム」の概念を列挙した。

しかし、業界のベテランは、「データミドルプラットフォーム」を製品やツールのレベルだけで理解することはできず、概念の人気だけで「データミドルプラットフォーム」の価値を捉えることもできないと考えています。

“データミドルプラットフォームはコンセプトとモデルこれは、企業にとって、データ資産が企業資産の重要な部分であることを意味します。この重要な資産について、企業はデータを統合し、クリーニング、処理、管理を統合して使いやすいデータ資産を形成する方法を必要としています。 」と前出の人物は語った。

gartnerはレポートの中で、現在のテクノロジーの波の下では、データ統合、メタデータ管理、データ品質などの技術能力構築に関連する「データインフラストラクチャ」が急速な成長期にあり、企業データ分析の中核となると述べています。 ai: アプリケーションの再利用可能なベース。「データミドルプラットフォーム」に代表されるコンセプトは今も業界の発展をリードしており、技術レベルも急速に進化し続けています。。

加えて、国家政策レベルでデータ要素の市場化を促進するにより、企業はより包括的なデータ ガバナンスとアプリケーション機能の構築を加速できるようになります。

本年1月1日、上場企業のデータ資産が新たな会計処理として貸借対照表に計上される「企業データ資産に係る会計処理に関する暫定規定」（以下、「暫定規定」）が正式に施行されました。勘定に組み込まれ、株主資本の一部を形成します。中国証券報の統計によると、今年8月31日時点で上場企業39社が表へのデータ入力に関連する情報を公開しており、その総額は13億5,700万元に上る。多くの企業にとって、グローバル データ ガバナンスを実現し、データ資産を構築する方法は、回答が必須の質問となっています。

業界のコンセンサスは、これらの大手企業が率先してデータ資産を市場に投入できる理由は、データ ガバナンスを長期的かつ継続的に重視していることと切り離せないということです。

マクロ政策とテクノロジーの波により、データ駆動型のビジネス開発の概念がますます一般的になり、データ ガバナンス プラットフォームとデータ資産構築の重要性を認識する企業が増えています。

この波の中で、中小企業のニーズを過小評価することはできません。たとえば、陵陽市副総統の王彩氏は次のように述べた。中小企業はデータガバナンスやデータ資産構築に対するニーズが高い。 「企業のデータ量は大手企業に比べればそれほど多くないかもしれませんが、複雑かつ多様です。これらの企業はこのデータをある程度簡単に管理する必要があります。」

しかし、これらの企業はデータ ガバナンスの取り組みにおいて多くの問題に直面しています。 「中小企業にはビッグデータに関連する十分な人材がいない可能性があり、データガバナンスの分野に投資するための予算も多くない。また、多くの企業はデータ資産の構築やデータ管理についても理解が不足しているとある幹部は考えている。」データガバナンス。

これらの問題点に基づいて、lingyang は、alibaba の内部データ ガバナンスの経験と、外部の大企業顧客にサービスを提供するために作成されたインテリジェントなデータ構築およびガバナンス プラットフォームである dataphin に基づいて軽量の変革を実行し、dataphin アジャイル バージョンを開始しました。

存在する新しくリリースされた dataphin アジャイル バージョンでは、製品アーキテクチャがより軽量になっており、中小企業がより低コストでデータ ガバナンスを開始できるようになります。。オペレーターの要件を例に挙げると、dataphin のアジャイル バージョンはリレーショナル データベースと互換性があり、最先端のビッグ データ テクノロジを習得する必要はなく、後続の sql を習得するだけで済みます。運用と保守も非常に小規模であるため、データ ガバナンスのための人材の閾値が大幅に削減されます。

「企業が最低限必要とするのは投資である」3 つのハードウェア デバイス、投資はあくまで20万～30万元dataphin アジャイル バージョンに基づいてデータ ガバナンス作業を開始できます。 「陵陽データシステム製品ラインのゼネラルマネージャー、dong fangying 氏は digital intelligence frontline に語った。これはまた、強力な機能と複雑なアーキテクチャを備えた以前の dataphin バージョンと比較して、大多数の中小企業には選択肢が 1 つ増えたことを意味します」 。

02

データ ガバナンス、現在と長期のバランスを取る方法

少量のデータを保有する企業がデータ ガバナンスに取り組み始めるとき、「ビジネスが発展してデータ量が膨大になるにつれて、新しいシステムを置き換える必要があるか?」という質問を検討することになります。将来のデータガバナンスに問題が残るのでしょうか?

たとえば、国内の大手小売企業は次のような問題に直面しました。「成長痛」。広範囲にわたる事業展開により、企業データのニーズは非常に複雑になり、処理が困難になっています。

以前は、実際のビジネス ニーズに基づいて、さまざまな機能を備えた多くのビジネス アプリケーション システムを構築していました。しかし、企業が複数のブランドや複数のチャネルを展開するにつれて、データの量は非常に膨大になります。同時に、さまざまなシステムのさまざまなビジネス データに対して数十の独立したデータ チムニーが存在します。さらに、事業分野ごとにデータ定義が異なるため、データ ガバナンスが非常に困難になります。

このような状況の理由は、企業における長期的なデータ ガバナンスの観点の欠如に関連しています。これまでのデータ アーキテクチャは、個別のビジネス ニーズに基づいていました。同社のデータ担当者もデータセンターの建設を長期的なタスクとして扱う, この目的のために、企業のデータセンターを構築するための今後3〜5年間の計画も策定しました。

偶然にも、別の消費者金融会社のデータ マネージャーも、データ ガバナンスの構築の考え方を変える必要があることに気づきました。「以前は、どのようなデータが生成されるか、どのビジネス プロセスがデジタル化できるか、そしてデータ コンプライアンスの問題に重点が置かれていました。」氏は、5 年後には企業データの量が増加するにつれて、従来のデータ ウェアハウス構築の考え方ではデータの保存、管理、使用に対する企業のニーズをサポートできなくなることを発見しました。

これは、データガバナンスにおいて多くの企業が直面する共通の問題でもあります—将来、ますます複雑になるデータ ガバナンスのニーズを満たすために、データ アーキテクチャは将来の開発のためのスペースをどのように確保しているのでしょうか?

業界のこの共通の問題点に基づいて、lingyang の dataphin 製品は、データ システムの新しいアーキテクチャを革新的に導入しました。このアーキテクチャの 1 つ核となる機能は拡張性と進化です。

簡単に言うと、中小企業は軽量かつ低コストの dataphin アジャイル版製品を自社の検討に基づいて早い段階で選択できます。企業規模が拡大するにつれて、企業は基盤となるコンピューティング エンジンは、自由に拡張、アップグレードし、スムーズに進化できます。、将来のデータガバナンスのニーズと企業のビジネス開発のニーズに対応します。これは、dataphin アジャイル バージョンとネイティブ バージョンの間で同じ基礎となるアーキテクチャが使用されているためです。

これ企業データの拡大に伴い、より複雑なデータ ガバナンス ニーズへの対応を支援。アジャイル バージョンから dataphin インテリジェント r&d バージョンにアップグレードした後、基盤となるデータベースをリレーショナル データベースからインタラクティブ データベースや mpp データベース (starrocks、clickhouse、hologres、lindorm、impala や、より強力な分析機能と強力なコンピューティング能力を備えたその他のデータベースなど) に拡張できます。 、これにより、より多次元のデータのスケジューリング、運用と保守、その他の管理タスクがサポートされます。

企業の規模がさらに拡大するにつれて、企業の基盤となるデータ サポートをビッグ データ エンジンにさらにアップグレードし、レイクとウェアハウスの統合をサポートするように拡張することもできます。 「小規模、中規模、大規模を問わず、私たちはすべて、企業のシームレスなアップグレードを支援できる一連の導入構造の下にいます。」と wang sai 氏は述べています。

これは企業データ ガバナンスの長期的な開発特性を考慮しており、企業は独自のデータ規模とガバナンスの要件に基づいて適切な製品を自由に選択できます。

さらに、データ ガバナンスと運用の分野では、企業は別の大きな問題にも直面しています。peng xinyu 氏は次のように定義しています。パーソナライゼーションと費用対効果の間の矛盾。大企業は自社のビジネス ニーズに基づいて民営化された導入を追求することがよくありますが、これはコストの増加も意味します。標準化されたクラウド製品は明らかに安価ですが、構成をパーソナライズする機能も失われます。

この問題に対する dataphin の解決策は次のとおりです。従来のパブリック クラウド テナント モデルと民営化された展開に加えて、企業に「セミマネージド」モデルを提供します。、制御可能な排他的な環境を楽しむだけでなく、パブリック クラウドの柔軟なスケジューリングも楽しむことができます。

たとえば、一部のグループ企業では、ビジネス モジュールやサブビジネスごとに異なるデータ処理要件があります。財務データや会員データなどはローカルでの計算が必要なデータもありますが、セキュリティの機密性が低いデータはクラウドにアップロードしてクラウドビジネスやデータ処理と連携することができます。

このタイプの企業はセミマネージドモデルに適しています。パブリッククラウドモデルの「アパートを借りる」サービスや独立した物理的展開の「別荘を建てる」サービスと比較すると、セミマネージドは似ています。「別荘を借りる」これは、データ処理能力を向上させ、パーソナライズされたカスタマイズのニーズを求める企業のニーズを満たすだけでなく、同時に経済性も考慮することができます。

一般的に、データ ガバナンスとデータ運用の分野では、dataphin はアリババ グループの長年にわたるデータ ガバナンスの体系的な構築経験に基づいており、さまざまな規模の大企業、中堅企業、中小企業に、複数のタイプのエンジンにまたがるソリューションを提供し、さまざまな環境要件に対応できる拡張性と拡張性のある製品。

データ ガバナンスの分野では、企業はオンデマンド調達と無料アップグレードという新たな段階を迎えています。

03

ai時代、データを本当に役立つものにする方法

dong fangying は多くのデータ ガバナンス プラットフォーム プロジェクトを見てきましたが、相手が純粋な it チームである場合のパターンを発見しました。データ資産運用の概念がない、そのようなプロジェクトの成功率はあまり高くないことがよくあります。

データをデータベースに保存するだけでは、コストと負担がかかるだけです。「私たちの骨に刻まれた考えは、データが構築された後はそのデータを使用しなければならないということです。」と dong fangying 氏は digital intelligence frontline に語った。したがって、lingyang はデータを集約するだけではなく、データをより有効に活用することも資産運用に非常に重要視しています。

企業がデータを有効に活用するには、大きなギャップがあります。 dong fangying 氏は、表面的には、会社にはデータがあり、ビジネスには問題があることに気づきました。しかし、この 2 つをどのように結び付けるかが大きな課題に直面していました。

ビジネスマンにとっては、ビジネスを理解することとデータを理解することは別のことです。多くの場合、ビジネス担当者はデータ思考に欠けており、データ取得のためにデータの専門家に頼らなければなりませんが、これには多大な通信コストと時間コストがかかります。

データを取得する具体的なプロセスにおいて、データ チームも大きなプレッシャーにさらされています。データがどこにあるのか、それが何を意味するのか、どのように使用すべきか、どこで使用すべきかについて、多くの問い合わせに直面することがよくあります。また、膨大なデータ資産の中から目的のデータを見つけることは容易ではありません。

これは、企業のデータ ニーズがチャットボットから特定のデータ結果を取得するだけでなく、ビジネス ニーズに基づいて内部データ資産を検索して使用する必要性。 dong fangying 氏は、顧客からの質問によく遭遇する、という具体例を挙げました。

問題解決の核心は、まずビジネス プロセスにあり、どの人や組織が問題に関与しているのか、どのプロセスが関与しているのかを確認することによってのみ、ユーザーに有益なガイダンスを提供することができます。データに基づいてデータ結果を返すこと。

この痛みのポイントから始めて、今年、ling yang は業界初のデータ資産インテリジェンス エージェントである dataphin·dataagent を立ち上げました。、大規模なモデルのサポートにより、ユーザーは独自のエージェントをカスタマイズでき、ビジネス担当者はより便利にエージェントを実装できます。質問からアイデア、データ、使用方法までフルリンクのセルフサービス操作。