人工智能让智能数据枢纽成为现实

除了流行语和分析师的术语外,更要关注实际运用数据。

CEOCIO - - Contents -  Michael Hiskey /文 沈建苗/ 编译

对于企业来说,数字革命最令人憧憬的希望之一是,它能够利用数据创造价值,即通过来自专业网络和实际“物件”的原始信息流获得投资回报。

然而,企业很难阐明如何从这个新数据源获取价值。Gartner的研究副总裁兼知名分析师Andrew White最近在评论战略计划中的数据和分析时指出:“绝大多数此类文件根本没有提及实际可衡量的业务成果,误以为战略这个术语指计划、行动、决策、风险、原则、目标、方向、努力和战术等。”

为何将数据与简单、容易、有意义的业务成果联系起来很难?一方面是由于这些数据库常常很庞大、错误百出,因而用起来不方便。比如在银行,出纳员每天与客户打交道。虽然银行的系统可能有客户的重复记录,但是出纳员清楚自己在跟谁交谈,因为客户就在面前。

但无论出纳员的服务质量如何,如果客户后来与银行的多名出纳员接触,每次都要提供重复的资料,客户可能会想:“他们不认识我吗?我上星期来过了啊!”如果提示出纳员询问关于客户资料的几个简单又不唐突的问题,岂不是很容易避免这种窘境?

银行可能慢慢在多个部门搭建起多个系统以支持不同的应用软件,但可能无法相互联系。然而,出纳员只与一个系统进行交互,银行不会(也不应该)将所有的客户资料提供给该出纳员。

如果银行使用的系统只为该出纳员提供相 应的部分信息,“您目前的电子邮箱是 jim@xyz. com 还是 jim@abc.com,还是说这两个都是您的?”,像这样的简单提问就有望解读此类问题。情况会变得明朗起来,而后端系统可能会进行纠正,把纠正后的信息并入所有相关系统。

这么做的好处显而易见:银行拥有更好的数据无异于获得更好的向上销售和交叉销售机会,最终提高客户满意度。

应用数据管理

在本人为例,银行的每个应用系统(支票、储蓄、贷款和投资等)都有该系统专有的数据。比如说,虽然信用评级和工作就业方面的资料是贷款信息的一部分,但它们不包括在支票账户信息中。同样,投资账户资料不需要最近的ATM交易,不过它们对支票账户来说很重要。所有这些数据由银行的各个应用系统来管理。

然而,某方面的数据与所有账户有关:姓名、地址、电话可能还有当前账户余额。问题开始出现在驻留在多个应用系统中的这些共享数据,而整个数据质量和监管行业致力于拿出解决方案。多个应用系统共有,因而跨多个应用系统管理的数据属于应用数据管理(ADM)这个概念。

ADM是一种技术支持的商业规范,旨在帮助用户管理和治理运行特定的商业应用软件或套件(如 CRM、ERP 或SCM)所需要的应用数据。这可能包括主数据管理(MDM),虽然有相同的

技术功能,但用途与MDM全然不同。

数据枢纽结合一切

数据枢纽是指这个概念:统管驻留在各应用系统上的共享数据,那样能够以一种共同理解、无干扰性的方式来加以管理。

数据枢纽可能是逻辑的或物理的。其本质不是存储交易信息,而是协调(执行)信息治理和共享策略。它通过核对自上而下、自下而上的数据以及由内而外、众包的数据,让用户可以全方位了解企业的所有数据。

数据枢纽拥有MDM的所有功能,辅以重要的组件,因而能够同时成为数据管理记录系统、事实来源和交互系统。要满足这个广泛的业务需求,需要一系列功能(比如数据治理、质量、丰富和目录);理想情况下,这些功能都应该在一个平台中,便于使用、迅速实现价值。

目前的想法

业界在如何接受这种思路?由于一小批分析 师开始规范数据枢纽和ADM,围绕数据枢纽和ADM方面的讨论似乎终于紧跟实际部署的解决方案,应该会平息最终用户客户面对大量缺乏协调的软件产生的挫折感,这些软件互相拼凑起来,销售时却号称单一“平台”。

最近人工智能和机器学习领域的发展将帮助数据枢纽成为现实。这样一来,智能数据枢纽中的人工智能可以运用于平台底层,帮助合理的业务流程。比如说,智能算法学习到一定程度后,最终会提出建议,从而帮助监管实现自动化,确定工作流程的优先级,匹配、合并和调用外部微服务,以增强数据枢纽的核心功能。

这让数据枢纽能够以易于获取的方式向各种各样的用户(比如银行出纳员)出示主数据对象和非主数据对象(记录系统、静态或动态变化的值和交易数据等)。

在智能数据枢纽时代,银行出纳员帮助客户获得更好的服务,银行为客户提供更完整的体验,这种日子已迎面而来。

(作者 Michael Hiskey是智能主数据管理公司 Semarchy 的首席战略官。本文由 IDG 旗下Infoworld 授权刊载。)

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.