睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

数据治理的伦理 - “数据带来利益和负债”

时间:2019-03-12来源:亿信华辰浏览数:549


数据从未像现在这样强大。2018年发现了一些历史上最大的数据泄露事件,包括万豪酒店集团违规行为剑桥分析公司丑闻,两者都对国际关系产生了令人不安的影响。2019年已经看到涉及澳大利亚政府官员的违规行为,以及迄今为止针对公众人物的德国最大的网络攻击之一。企业,政府和消费者都开始意识到数据的价值和脆弱性,以及正确处理数据及其所依赖的算法的重要性。

“数据公民正在醒来,” Collibra的联合创始人兼首席技术官Stijn Christiaens 说道,企业不得不迅速改变以将数据放在首位并以道德的方式管理信息 - 数据治理是关于人员及其遵循的流程“。在与Christiaens的对话中,我们谈到了收集,使用和调节数据的道德动力,以及公司如何适应新的数字化工作方式。

'牧羊猫'

在思考数据时,许多人面临的最大困难是它无形 - “你无法管理数据; 数据是无生命的“克里斯蒂安斯解释 - 因此对传统商业领袖来说这可能是一个困难的概念。“今天的组织已经使用”旧的“做事方式发展,现在”数字化“的经营方式根本不同,并且已成为新常态。

管理这种转变很困难,因为在整个组织中需要了解数据的重要性。除了数据专业人员的紧缺之外,还存在一个问题,即管理人员可能根本不了解分析或适当的数据治理需求:“对于以旧方式接受过培训的高管,数据对他们来说非常陌生。” 像GDPR这样的新法规正在创造对数据价值的认识,但Christiaens表示,让人们习惯于数据治理的想法“就像放牧猫”一样,特别是当试图改变大型组织中未受影响的过程时(以及做得很好)直到现在。

“ 大部分变化仍未到来”

由于国际推合适的数据流量-在欧洲范围内策动与GDPR和其次是其他东部西部的政府-市场一直以道德的方式处理数据更谈话,以及有关的不这样做的后果。克里斯蒂安斯说,随着消费者越来越多地了解信任因素是关键因素,并且通过更严格的数据保护法规增加这种信任也有助于那些正在努力适应的组织:“监管正在提高认识,并有助于弥合与知情者之间的差距消费者。' 正如所料,一些领导者了解数据保护和公众信任重要性很多公司都不太关心监管的影响:“我怎么能尽可能快地和便宜地检查这个方框。”这种做法不会长久存在,正如克里斯蒂安斯明确表示的那样 - “一方面它非常肤浅并且在另一方面支离破碎 - 并且那些不关注他们处理数据的方式或者数据来自何处的公司将受到影响 - 公司有责任与不信任的政党合作,并且有一个很大的影响那里。“

虽然财务后果是明确的(GDPR制裁可能高达2000万欧元,或年营业额的4%,以较高者为准),但公司需要更加关注在整个组织内制定结构化和透明的数据战略的好处。“无论您是在创建更深入的客户互动还是提供数字产品或服务,您都必须围绕[数据分析]进行组织 - 这不是您可以融入现有组织结构的事情。” 正如消费者那样,那些“使用数据来完成工作”的数据公民正在意识到他们数据的力量,因此公司开始意识到数据不仅仅是副产品,而是一种资产来源有利有弊。'

“用机枪射击自己的脚”

尽管Christiaens表示“在大多数情况下仍然会改变组织及其业务流程”,但公司现在可以看到为自己实施强大而透明的数据治理的积极因素 - 人们希望他们的数据得到信任......在执行层面[你想要]你可以信任的东西来做决定。良好的数据治理不仅可以提高顶级人员的决策能力,而且还可以帮助其他所有人在组织中顺利运行。

在操作上或作为数字产品的一部分使用人工智能(AI)时,信任进入组织并流入组织的数据尤为重要。但人工智能可以同样用作为什么在组织中拥有值得信赖的数据始终至关重要的一个例子。“你相信进入模型的数据会带来健康的结果......当数据不好进入该模型时,就像用机关枪射击自己的脚一样。” 如果“坏”数据经过多个层次并且基于该信息做出决策(无论是通过算法还是执行者),那么这个糟糕的决策不仅会破坏组织流程,还会破坏公司的目标。公众。

强大的含义

数据可能是世界上下一个最强大的资源,但很难了解它的价值。事实上,没有人了解这种力量,如果处理不当,它可以造成的伤害就越大。世界各地的新法规正在帮助“数据公民”了解正在发生的变化,并确保适当的数据治理对每个人都有利。

以尊重的方式处理数据并妥善管理使用它的人正迅速成为新的规范,并使拥抱它的人更有效率地组织,更好的客户关系和更合乎道德的经营方式。一旦这种结构到位,公司就可以获得人们常用的人工智能奖励,但数据的好处和危险始终适用 - 如果您的数据治理不在线上,则后果可能会污染您业务的各个方面。当然,情况恰恰相反 - 您处理数据的次数越多,您的决策就越快越好。


(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询