来源：CPDA数据分析师网 / 作者：数据君 /
能否在整个企业中利用不同形式的数据
打破部门数据孤岛以及将数据提供给需要了解的业务中的每个人的能力，也是首席数据官在2020年的重点，什么是数字线程？制造公司中的数字线程意味着销售代表可以预订订单，该订单将用于财务，工程和制造，销售代表还可以拍摄客户设施的照片，以确保物品适合其适当的空间。这些非结构化数据会随订单一起提供，因此工程人员可以对产品进行建模，然后来自工程图的图纸将随同物料清单一起转换为制造工作订单，在服务和安装方面，技术人员在安装过程中使用其移动设备浏览照片，图表和说明，在安装的后续步骤中，服务技术人员可能会认识到必须对产品进行某些调整才能满足客户要求，通知采购某个组件运行不正常，工程部门收到了改进设计的反馈，销售人员得知仍未满足客户的全部要求。
CPDA数据分析师培训
简而言之，从销售到构建到安装再到服务的每个人都在数据循环中
他们不仅可以看到标准数据，还可以看到订单中的大数据，例如视频，图纸和照片，这是起作用的数字线程，以下是在企业中创建数字线程的一些技巧，与业务和CIO保持一致，C级的每个人，尤其是CIO，都应该接受利用数据和打破数据孤岛的想法。这种承诺绝不仅仅是口头上的服务，因为它将迫使业务部门交出他们宁愿保留的数据，并且将迫使业务部门彼此之间的协作比以往更加频繁。在技术方面，CDO将需要IT的技术援助来执行系统集成以及结构化和非结构化大数据的准备。
集中数据
如果结构化和非结构化数据都存储在单独的孤岛中，则目标是将它们集中化，以便可以管理，管理和保护数据，IT是执行此操作的最佳部门，并且开发了一种数据体系结构，该体系结构可有效地集中和维护数据，同时将这些数据的子集分发给不同的业务部门，保持数据一致，如果数据是集中式的，则无论谁添加或更新数据，都只有一个主副本，这样可以确保数据的准确性，并确保每个人都基于同一数据做出决策。
大多数公司还没有这样做，但是他们可以通过创建标准和大数据的数字线程来开始使用
这些数字线程可以从头到尾供业务运营的每个元素使用，这是将公司转变为数据驱动型组织的最佳方法之一，如何为大数据项目做准备：成功战略的6个关键要素，如果没有准备，项目失败的可能性就更大。这是准备大数据项目时要考虑的事项，我最近尝试了一种新的鸡肉红烧食谱，并取得了不错的效果。我想赞美这位厨师，但我最多只能给自己B菜，诀窍是按照食谱中的规定，在通宵的腌泡汁中腌制，并严格遵守，数据也是如此，如果您没有为获得最佳性能而预先准备数据，那将不会取悦那些消耗数据的人，实际上不良的数据准备是导致大数据项目失败的主要原因-管理此类项目的人负担不起，仅出于这个原因，对于组织来说，拥有大数据准备策略和方法并如实执行是至关重要的。
数据准备策略应包含以下元素
对当前和未来业务问题的透彻理解有望为数据带来答案，了解要应用大数据分析的业务领域可以为数据建立业务环境，并有助于制定数据收集和执行策略，此阶段的目标是确定企业中哪些数据与关键业务问题相关，哪些无关，您还可以随着业务需求的变化扩展业务问题和您要查找的数据，但是一开始最好还是紧紧关注数据。
数据集中化
数据必须规范化以便一致，并且企业中的每个人都使用相同的数据，即使您可以选择针对特定业务领域填充此主数据的不同子集，这也必不可少的是将所有分析数据存储在IT维护的集中式存储库中，标识必须馈入中央分析信息存储库的数据源，一旦确定了业务案例和问题，就应确定可用于汇总回答业务中紧迫问题的数据集和源，这些数据源可以来自企业内部或外部。
识别可能相关的未来数据源
同时现在开始识别将来业务可能需要的其他数据集或源还为时过早，这些数据源最初不会准备数据，但是它们的标识将为将来的数据准备提供一个路线图，定义的数据准备方法，有三个基本步骤可将干净数据移入中央数据存储库，首先从数据源中提取数据，然后将其转换为与其要到达的数据目标兼容的格式，最后将其加载到目标存储库中，重要的部分是转型。如果相同的数据字段将流入新的目的地，但该目的地的格式不同于原始目的地，则必须将数据转换为新格式，以便数据正常工作并在目的地中保持一致，如果手动完成，这是一个繁琐的步骤，因此需要自动化工具。
选择了有效的数据准备工具
市场上有许多数据准备工具，因此建议公司尝试使用它们，并与提供强大支持和培训的供应商合作，目标应该是准备数据以使其具有最高质量，并选择易于使用的工具，并提供自动执行数据准备步骤的工具。
网友评论