Tren Manajemen Data pada tahun 2024 - DATAVERSITY

Tren Manajemen Data pada tahun 2024 – DATAVERSITY

Stempel Waktu: 26 Desember 2023 3:35
Node Sumber: 3038167

Tren Pengelolaan Data pada tahun 2024 diperkirakan akan berkisar dari dampak paket Digital Services Act (DSA) UE hingga variasi baru ChatGPT yang berfokus pada pengelolaan data. Manajemen Data (DM) berkaitan dengan pengumpulan, pemrosesan, dan penyimpanan data, serta undang-undang dan peraturan yang melindungi hak-hak masyarakat. Mengelola data organisasi melibatkan berbagai praktik, kebijakan, dan prosedur.

Dunia usaha diperkirakan akan mengalami perubahan signifikan dalam proses DM mereka pada tahun 2024. 

Tujuan Manajemen Data adalah menggunakan data secara efisien dan hemat biaya sekaligus membantu orang menyelesaikan tugas dan proyek. Mengembangkan strategi DM yang kuat menjadi sangat penting bagi organisasi. Strategi Manajemen Data yang kuat harus mencakup serangkaian alat dan teknik DM, serta mendukung intelijen dan analisis bisnis.

Sistem Manajemen Data secara tradisional dikembangkan berdasarkan platform DM, yang dapat mencakup perangkat lunak yang mendukung basis data, gudang data, danau data, analisis data, integrasi data, dan banyak lagi.

Perubahan teknologi dan peraturan dapat dipersiapkan dengan perencanaan yang tepat. Tren lain untuk tahun 2024 mungkin termasuk:

  • Manajemen Data Otomatis
  • Pengelolaan data layanan kesehatan
  • Keamanan hibrida/multi-cloud

Dampak Paket DSA Uni Eropa pada tahun 2024

Perilaku dan tren dunia usaha pada tahun 2024 sebagian besar akan dipengaruhi oleh paket DSA yang telah dikembangkan dan diberlakukan oleh Uni Eropa.

Uni Eropa (tidak seperti Amerika Serikat) telah menerapkan peraturan tambahan untuk melindungi warga negaranya: Undang-Undang Layanan Digital dan Undang-Undang Pasar Digital, yang juga disebut sebagai Undang-undang paket DSA. Tindakan ini menjadikan aktivitas online lebih aman dan melindungi hak konsumen dan pengguna. Penegakannya akan dimulai pada 6 Maret 2024. 

Paket DSA dirancang untuk melindungi hak-hak pengguna, dan untuk menyamakan kedudukan, menurunkan dampak dari beberapa platform besar (Facebook, Twitter, Google, dan situs web lain dengan lebih dari 45 juta pengguna bulanan).

Kekhawatiran yang signifikan dalam perkembangannya adalah penjualan konten, barang, dan layanan ilegal secara online – pornografi anak, senjata api, layanan peretasan, dll. Ada juga kekhawatiran bahwa layanan online disalahgunakan oleh sistem algoritmik manipulatif yang dirancang untuk memperkuat kejahatan. penyebaran informasi yang salah.

Paket DSA memiliki jangkauan ekstrateritorial dan akan berdampak pada bisnis di seluruh dunia. Jika suatu organisasi melakukan bisnis dengan pelanggan Eropa, meskipun organisasi tersebut tidak berlokasi di Eropa, organisasi tersebut harus mengikuti aturan DSA saat melakukan bisnis dengan orang atau bisnis di Uni Eropa. Meskipun sebagian besar paketnya berhubungan dengan platform online yang sangat besar, bisnis kecil juga terkena dampaknya.

Usaha kecil perlu menyadari bahwa paket DSA berlaku untuk semua layanan digital yang menghubungkan konsumen Eropa dengan konten (mengenai misinformasi), barang dan jasa online (mengenai aktivitas ilegal). 

Organisasi yang menjalankan bisnis di UE harus memenuhi kewajiban baru yang mencakup penilaian dan penanggulangan risiko, mengurangi dampak buruk, melindungi hak penggunanya secara online, dan memenuhi tanggung jawab akuntabilitas dan transparansi yang lebih luas. Peraturan ini dimaksudkan untuk menawarkan perlindungan baru bagi pengguna internet dan memperjelas tanggung jawab hukum organisasi yang melakukan bisnis di internet.  

Manajemen Data Otomatis

Mengurangi kebutuhan akan Manajemen Data manual telah menjadi tujuan utama bagi pengembang perangkat lunak tertentu. Saat menginstal alat Manajemen Data otomatis bisa menjadi proses yang rumit, bila dilakukan dengan benar, hal ini akan meningkatkan efisiensi, mengurangi biaya, dan menghilangkan pekerjaan manual yang membosankan. Di bawah ini tercantum beberapa proses otomatis yang mulai digunakan oleh organisasi: 

  • Pengumpulan data: Pengumpulan data dari berbagai sumber, seperti database, dokumen, dan situs web lain.
  • Integrasi data: Hal ini melibatkan pengumpulan data, mengubahnya ke format yang sesuai, dan menyimpannya dalam satu repositori.
  • Pembersihan data: Proses penghapusan catatan duplikat, standarisasi format data, dan koreksi kesalahan.
  • Pemrosesan dan analisis data: Penggunaan algoritma atau pembelajaran mesin untuk mengembangkan wawasan dari data.
  • Tata Kelola Data: Proses ini berkaitan dengan memastikan data ditangani sesuai dengan kebijakan bisnis dan peraturan pemerintah.

Untuk memenuhi tuntutan signifikan dalam mengelola data dalam jumlah besar secara efisien setiap hari, alat otomatisasi berbasis perangkat lunak harus menjadi bagian dari praktik DM organisasi. 

Pada tahun 2024, kita dapat mengharapkan AI dan ML (pembelajaran mesin) untuk menyediakan layanan otomatisasi yang berharga. 

Memaksimalkan Layanan Kesehatan dengan Manajemen Data

Berbeda dengan industri perbankan dan ritel, industri kesehatan belum sepenuhnya memanfaatkan analisis data atau riset big data. Ada berbagai alasan yang menyebabkan keterlambatan ini, mulai dari privasi pasien hingga rendahnya penekanan pada keuntungan. 

Namun, industri kesehatan telah dimulai menggunakan analitik dan data besar untuk menemukan pola. Contoh sederhana datang dari Perancis: empat rumah sakit, semuanya anggota Assistance Publique-Hôpitaux de Paris, menggunakan catatan penerimaan rumah sakit selama 10 tahun terakhir untuk membuat prediksi per jam dan harian mengenai jumlah pasien yang dapat mereka harapkan di setiap fasilitas. Analisis tersebut menyajikan pola yang relevan dalam tingkat penerimaan. 

Contoh lain dari analisis data dalam industri layanan kesehatan adalah penggunaan peringatan real-time. Rumah sakit sudah mulai menggunakan Dukungan Keputusan Klinis (CDS) perangkat lunak yang menganalisis data medis saat itu juga, memberikan nasihat kepada praktisi kesehatan saat mereka mengambil keputusan yang menentukan.

Pada tanggal 11 November 2023, Departemen Urusan Veteran memasukkan veterannya yang kesejuta ke dalam database genetik yang mendukung Program Sejuta Veteran. ​​Tujuan dari penelitian berbasis data mereka adalah untuk lebih memahami bagaimana gen, paparan militer, dan perilaku gaya hidup berdampak pada kesehatan masyarakat, dan untuk menyediakan pengobatan individual.

Manajemen Data untuk Keamanan Cloud Hibrid

Pada tahun 2024, sistem Manajemen Data diperkirakan akan digunakan enkripsi, arsitektur mesh keamanan siber, dan segmentasi jaringan sebagai cara untuk memberikan keamanan cloud hybrid dan melindungi data. 

Dalam beberapa tahun terakhir, definisi cloud hybrid telah berkembang dari kombinasi sistem on-premise yang dikombinasikan dengan cloud publik hingga mencakup sistem multi-cloud. Cloud hybrid mendukung sistem fleksibel yang menyediakan akses ke alat khusus. 

Sayangnya, proses penggunaan sistem hybrid/multi-cloud juga disertai beberapa kendala tantangan keamanan. 

Penggunaan banyak cloud menjadi kompleks dari sudut pandang manajemen dan keamanan. Tanpa prosedur yang tepat untuk melacak dan memantau penggunaan berbagai layanan cloud, manajemen tidak akan mengetahui siapa yang menggunakan sumber daya tersebut. 

Selain itu, mereka tidak akan tahu kapan mereka sedang digunakan sampai mereka menerima tagihannya. Karena beberapa aplikasi menggunakan sistem lokal dan multi-cloud untuk mengakses dan bekerja dengan data, kemampuan observasi menjadi sangat penting. (Dalam hal ini, observabilitas berarti kemampuan untuk memantau data dan peristiwa di beberapa cloud dan sistem internal.) 

Vendor, seperti Middleware dan Datadog, telah menyadari kebutuhan ini dan berfokus pada penyediaan alat observasi yang menyediakan “satu panel kaca” terintegrasi untuk tujuan menonton. 

Kekhawatiran lainnya adalah bahwa cloud yang berbeda menggunakan bentuk keamanan yang berbeda. Mengembangkan sistem yang menghubungkan semua cloud yang digunakan oleh organisasi Anda untuk mengerjakan proyek menimbulkan masalah keamanan yang signifikan, karena setiap koneksi mungkin berpotensi mengalami pelanggaran. Hybrid/multi-cloud menawarkan fleksibilitas yang signifikan dalam memindahkan beban kerja antar lingkungan yang berbeda dengan cepat, namun prosesnya juga meningkatkan risiko keamanan.

Pengelolaan Data Menggunakan Kecerdasan Buatan

Meskipun penggunaan kecerdasan buatan untuk tujuan Manajemen Data bukanlah hal baru, popularitasnya terus meningkat. Sebelum tahun 2023, kecerdasan buatan telah (dan masih) digunakan untuk tugas-tugas DM, bertindak sebagai bentuk proses otomatis yang lebih cerdas. Kecerdasan buatan digunakan untuk berbagai tugas DM, termasuk:  

  • Deteksi anomali
  • Manajemen metadata
  • Penemuan otomatis metadata
  • Katalog data
  • pemetaan data
  • Pemantauan pengendalian Tata Kelola Data

Dengan diperkenalkannya ChatGPT, dan model bahasa besar Dengan mendukung hal ini, kita dapat mengharapkan solusi baru yang menawarkan layanan cerdas dan berbasis pembelajaran. Seiring dengan terus berkembangnya model bahasa besar, layanan yang mendukung proses Manajemen Data akan terus berkembang bersamanya. OpenAI, organisasi yang bertanggung jawab untuk mengembangkan ChatGPT, telah sedang bereksperimen dengan Manajemen Data.

Gambar digunakan di bawah lisensi dari Shutterstock

Stempel Waktu:

Lebih dari DATAVERSITAS