趋势10。智能管理

要成为数据驱动的，企业需要在整个组织中应用自动化、智能和自助服务，以加速业务流程并为所有业务单元赋权。

智能治理是一个重要的趋势，因为它既需要符合行业法规，也需要安全方面的最佳实践。根据ESG的研究，为了满足AI或ML计划的需求，数据安全或遵从性和治理经常被报告为技术堆栈中最薄弱的环节。

一致性是组织级别上最重要的需求。不适当的治理导致对不断增长的数据量不适当的管理和保护。当涉及到审计准备和合规时，这将损害组织在这两个方面的能力。通过确保正确的访问控制，企业可以潜在地产生更快、更有价值的见解——缩短评估价值的时间，加速创新。

如果没有整体的数据治理，数据就会变得混乱。企业花费了大量的精力来记录和实现数据治理。这需要将数据治理提升到一个新的层次。跨企业的数据需要易于访问、理解和使用。智能数据治理推动并加速了这一过程数据驱动的数字转换雷竞技足球。ml驱动的引擎驱动自动化的质量和安全工具，以与IT中的业务协作，使信息对每个人都可访问。

企业应该支持端到端流程和治理框架，用于创建、控制、增强、属性、定义和管理元数据模式、覆盖模型、从源到目标的数据流、数据流依赖关系、操作元数据(加载执行、运行统计、数据管道的端到端监控，等等)。企业应该建立一个元数据存储库，以在整个企业中提供清晰且一致的数据定义，并导入业务和技术元数据，以创建沿袭和业务术语表。为已识别的业务元素核对特定于业务、技术和操作元数据的信息，并标识用于集中管理和精明治理的元数据存储，包括真相的单一版本。

在智能治理方面，印孚瑟斯与一家著名的快速消费品公司合作。当它从销售点系统接收到不完整的销售数据时，它现在利用基于ml的数据清理解决方案来填充这些缺失的值。