우리는 축적된 내부 데이터를 대량으로 다루고 있으며, 단계마다 데이터 품질이 고르지 않습니다. 동시에 대량의 외부 데이터가 있고, 어떻게 수집하고 사용하는가, 어떻게 내부 데이터와 융합하여 그 가치를 발휘하는 것이 중요하다. 여기에 또 다른 중요한 문제는 데이터 사용의 합법성이다. 빅 데이터 업계의 어룡이 뒤섞여 사용자 데이터의 불법 매매가 끊이지 않고 있다. 중국 소비자협회는 일찍이 보고서를 발표한 적이 있다. 조사된 100 개 앱 중 9 1 개가 개인 정보를 과도하게 수집한 혐의를 받고 있다.
빈번히 발생하는 프라이버시 사건은 또한 현재 개인의 사생활에 대한 보호가 너무 약하다는 것을 보여준다. 우리는 빅 데이터의 사용과 개인 프라이버시의 경계를 명확히 해야 하며, 오픈 정보 섬과 시민의 개인 프라이버시 보호 사이에 명확한 법률이 있어야 한다. 여기에서, 큰 데이터 산업의 실무자로서, 우리는 또한 사회에 가능한 한 빨리 데이터 프라이버시 입법을 완성하고, 우리 각자의 개인 프라이버시를 보호하며, 동시에 데이터 사용자가 합법적으로 데이터를 시도할 수 있도록 요구합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 데이터명언)
두 번째 측면은 데이터 품질을 향상시키는 것입니다.
대량의 내부 및 외부 데이터를 대상으로 하며, 어떻게 지속적으로 데이터 품질을 향상시킬 수 있습니까? 여기에는 데이터 거버넌스 영역이 포함됩니다. 기술적 수단을 통해 데이터의 경위와 전생을 정확히 파악하고, 데이터 문제를 끊임없이 발견하고, 데이터 표준을 규범화하고, 데이터 품질을 지속적으로 개선하고 개선할 수 있다.
세 번째 측면은 데이터 마이닝의 가치입니다.
고품질의 데이터가 있으면 데이터 가치를 충분히 발굴해야 한다. 기존의 BI 기술은 인공 지능과 결합되어 보다 자동화된 지능형 데이터 분석 및 응용 프로그램을 통해 의사 결정을 지원합니다.
네 번째 측면은 기업 구조를 최적화하는 것이다
즉, 이러한 결과를 적용하여 디지털 변환의 목표를 실제로 달성한다면 비즈니스 모델의 혁신을 촉진하고 비즈니스 및 관리를 최적화하는 것입니다.
이 단계의 발전에서, 데이터 분석과 데이터 거버넌스는 사람들이 비교적 주목하는 두 가지 부분이다. 데이터 거버넌스는 기업에 보다 포괄적이고 정확한 데이터를 제공하는 반면, 데이터 분석은 비즈니스 의사 결정을 위한 데이터 지원, 데이터를 정보로 변환, 기업이 정보를 의사 결정으로 전환, 의사 결정을 행동으로 전환, 행동을 보다 효율적인 비즈니스 운영으로 전환함으로써 기업의 경쟁 우위를 강화합니다.