新興的數(shù)據(jù)需求和數(shù)據(jù)生成技術需要兩種類型的數(shù)據(jù)治理：安全性，以及整體企業(yè)級治理的需求，而不是逐個孤島的治理。

企業(yè)中出現(xiàn)了一個重要的新價值來源：與所謂的指數(shù)技術相關的數(shù)據(jù)，例如物聯(lián)網(wǎng)（IoT），增強現(xiàn)實（AR），人工智能（AI）和機器人技術。

這些技術生成并消耗大量數(shù)據(jù)，通過適當?shù)闹卫恚@些數(shù)據(jù)可以成為新的和破壞性的客戶參與模式，新產(chǎn)品和服務，新業(yè)務模型以及數(shù)字轉(zhuǎn)換的基礎。雖然每個領域都有自己獨特的機遇和挑戰(zhàn)，但有兩個領域的數(shù)據(jù)治理對所有這些領域至關重要：安全性，以及對整體企業(yè)級治理的需求，而不是對孤立的治理。筒倉基礎。

彌合信任差距

公司與客戶和利益相關者之間的關系始終建立在相互信任的基礎上，但最近很多公司都沒有跟上交易的結(jié)束。像GDPR和新加利福尼亞州消費者隱私法案這樣的法規(guī)是信任鴻溝的癥狀，這些信任是由無休止的數(shù)據(jù)泄露和超出客戶意圖或授權的數(shù)據(jù)使用造成的。?

要恢復信任，僅?基于法規(guī)遵從性的數(shù)據(jù)治理是不夠的。公司必須成為真正的數(shù)據(jù)保管人，數(shù)據(jù)治理必須由客戶和利益相關者的需求驅(qū)動。鑒于當今企業(yè)中復雜而分散的數(shù)據(jù)世界，這需要廣泛的端到端戰(zhàn)略。

整體觀點

每個接觸數(shù)據(jù)的人都熟悉數(shù)據(jù)碎片的強烈傾向。例如，理想采購的數(shù)據(jù)可能無法滿足工廠車間的需求，更不用說倉儲系統(tǒng)或零售店的需求，即使這些業(yè)務功能之間存在很大的相互依賴性。

指數(shù)技術也不例外，這種數(shù)據(jù)孤島的趨勢。這些技術的早期迭代可能更多地被視為試驗或?qū)嶒灒虼藦臉I(yè)務的其他部分集成和共享數(shù)據(jù)和元數(shù)據(jù)的優(yōu)先級可能是最小的。但在架構(gòu)層面，為這些技術提供支持的所有必要數(shù)據(jù)的集成和治理必須是核心設計原則，而不是事后的想法。否則，從實驗走向現(xiàn)實的過程將大大延遲。

物聯(lián)網(wǎng)

在物聯(lián)網(wǎng)方面，數(shù)據(jù)治理挑戰(zhàn)涉及所有“3 V - 容量，速度和變化。公司仍然在學習如何處理大數(shù)據(jù)，而物聯(lián)網(wǎng)將大量數(shù)據(jù)量大大減少。此外，物聯(lián)網(wǎng)產(chǎn)生流數(shù)據(jù)，這與傳統(tǒng)的交易數(shù)據(jù)非常不同。如果公司要實時利用這些數(shù)據(jù)，他們將需要學習如何動態(tài)解析和處理流媒體事件，通常無法控制數(shù)據(jù)的來源或如何收集數(shù)據(jù)。能夠?qū)崿F(xiàn)這一目標的公司將能夠為其客戶提供引人注目的功能。例如，制造商監(jiān)控的聯(lián)網(wǎng)汽車可以在發(fā)生任何損壞之前通知駕駛員低油或傳感器問題。

攝取，過濾和聚合所有這些數(shù)據(jù)需要仔細規(guī)劃，而像傳感器讀數(shù)頻率這樣的“小”細節(jié)可以在成功中發(fā)揮重要作用。存儲是另一個問題。目前批量捕獲的方法在長期基礎上是不可行的，因為任何公司存儲的數(shù)據(jù)都太多了。最后，必須找到將這些數(shù)據(jù)與其他企業(yè)數(shù)據(jù)（包括駐留在遺留系統(tǒng)中的數(shù)據(jù)）集成的方法，以便從這些數(shù)據(jù)可以闡明的新見解中真正生成價值。

增強現(xiàn)實

增強現(xiàn)實依賴于兩種類型的數(shù)據(jù)：位置數(shù)據(jù)（位置，方向）以及增加用戶所看到的內(nèi)容所需的文本和視覺相應資產(chǎn)。該領域的良好治理意味著立即使所需資產(chǎn)可用，這可能會影響存儲選項。某些資產(chǎn)（例如與零售相關的資產(chǎn)）也需要定期更新，但AR可以提供的體驗值得付出努力。例如，進入百貨商店的顧客可以根據(jù)他們的購買歷史被引導到特定的展示，一旦他們到達，他們就可以在裝有AR的“魔鏡”中看到自己穿著最新的時尚而不必親自穿上衣服。