Isaac Sacolick

Dataops团队将帮助我们充分利用数据。以下内容为我们展示了人员、流程、技术和文化是如何整合在一起的。

你是否注意到大多数企业都在尝试着利用自己的数据做更多的事情？

企业正在大力投资数据科学项目、自助式商业智能工具、人工智能项目等以提升由数据驱动的决策工作。其中，部分企业通过将数据可视化嵌入到Web和移动产品中，或者从传感器（物联网）、可穿戴设备和第三方API收集新型数据的方式开发面向客户的应用程序。还有部分企业正在利用来自文档、图像、视频和口语等非结构化数据源的信息。

围绕数据和分析的大部分工作都是从中获取价值。这包括用于决策的仪表盘、报告和数据可视化，由数据科学家创建的用于预测结果的模型，或整合了数据、分析和模型的应用程序。

基础数据运营工作（即Dataops）需要在数据做好供人们分析和格式化写入应用程序以提供给最终用户的准备工作之前完成。但是这些工作的价值往往会被低估。

Dataops包括汇集、处理、清理、存储和管理数据的所有工作。为了描述数据集成、数据处理、ETL（提取、转换和加载）、数据准备、数据质量、主数据管理，数据屏蔽和测试数据管理等不同功能，我们使用了一些复杂的术语。

就像汽车并不仅仅是各个零部件的总和一样，Dataops也是了如此。Dataops是数据管理实践中一个相对较新的总称，其目标是使数据用户（包括管理人员、数据科学家、应用程序）能够成功地从数据中获取业务价值。……