价值生成时间：数据操作的普及

主流企业的企业高管和一些数据驱动型公司的高管都知道的一个道理是——企业从数据中获取价值的速度是很重要的，而且是非常重要的。加快时间、或者加快价值生成时间应该成为首席数据官的重要关注点。汇丰银行和摩根大通银行零售部门前首席数据官Mark Clare解释道：“这个关乎于速度和成本，这两个都是很重要的要求：投入到市场的速度，以及生成价值的速度。”

加快投入到市场的速度足够算得上是一个挑战，但是如果将其按照企业所管理的数据规模处理的话，那么这一过程似乎是不可能的。Clare描述道：“我监管过很多的市场，以及上百个数据来源。”他继续说道：“当时，技术和传统、还有手动过程并不是难题。”解决从大量数据源中获取的对分析的巨大需求，同时及时提供可操作的见解，对于寻求同敏捷、数据驱动的公司竞争的企业来说，是一项核心挑战。像克莱尔这样的首席数据官正在采用新的方法和技术来解决部分问题，这些高管也正在学习产生最大回报的迭代和敏捷的策略。

下一代数据工程技术和流程是新兴数据运营或DataOps的一部分。DataOps旨在使企业能够向业务分析师和决策者提供更全面的数据。这是通过将DevOps在软件工程中使用的一些相同技术应用于数据建模和数据工程的学科来完成的。正如Clare所说：“DataOps让我感到很兴奋，因为它提供了如何成为一个精益、灵活的数据企业的方式。”有趣的是，最近的一项调查显示，73％的公司计划投资DataOps计划以支持他们的人工智能和机器学习计划。该调查还表明，同样有73%的公司打算聘请具有DataOps技能的专业人士，因为他们寻求在数据工程的各个方面都实现自动化。

Clare认为DataOps代表着未来。在一家大型金融服务公司工作期间，克莱尔负责一个预计多年才能完成的项目，他采用一种灵活的方式，通过自动化和其灵活性简化操作流程，只花了四分之一的时间就完成了。这使企业能够跨业务线提供可操作的见解，并帮助企业优化成本并增加收入机会，其中的商业利益很明显。如今，DataOps正被用于加快实现一系列业务活动的业务价值所需的时间。DataOps如何对业务产生影响的一个例子是，消费者信用卡检测诈骗方式的转变。高级管理人员知道欺诈检测是一个很重要的方面，但既要实施欺诈检测系统，又要保证不会冒犯或给客户带来不便，可能会很困难。拒绝信用卡付款或关闭信用卡会给消费者带来巨大的不便，他们最终可能会转向其它的银行。在基于规则的欺诈检测方法上投入巨资的银行可能只会看到他们在什么情况下会违反规则，而无法全面了解消费者的支出模式。如果银行使用一系列的规则来批准信用交易，而不是采用基于实际支出模式的动态分析，结果可能会不尽人意，或者引起消费者不满。正如DataOps公司Tamr的首席执行官Andy Palmer所说：“DataOps技术通过查看数据本身以理解数据，而不是仅依赖于一些声明性的规则，这些规则可能不够灵活，无法处理异构性或模糊性的问题。”

克莱尔回忆起他的个人经历。2010年，在出差期间，他了解到苹果商店的新款iPad库存有限，他于是购买了这台设备。但当他走到商店门口时，他接到了一个电话，并收到了银行发来短信，告知他的信用卡已被关闭。从外国城市购买昂贵电子产品的角度来看，这笔交易可能没有意义，但鉴于他的购买总额和出差的背景下，事实正好相反。DataOps则提供了另一种选择。如果银行设计了一个动态整合新数据的系统，以便从他的支出习惯中提供一些建议，而不是根据静态规则检查他的交易，这不需要发送短信、拨打电话或锁定他的账户，从而会给消费者带来更好的客户体验。通过专注于设计可重复、可依赖、和动态的分析，而不是静态规则，企业能够创造更好的未来发展图景。这个可能会很难实现，但采用DataOps技术和流程能够使公司的很多流程实现自动化，以便创造出更好的分析工具。在这种情况下，动态客户支出分析可以减少与客户的欺诈检测冲突，从而减少客户流失。

DataOps的方法能够使从其数据资产中快速有效地获取价值。在消费者支出的例子中，实时解决方案是最终的结果。通过更高效、准确的数据准备和数据集成，企业最终可以开始快速满足消费者的真实需求，从而加快实现业务价值所需的时间。

原文作者：Randy Bean

编译：信息化和软件服务网

end