מגמות ניהול נתונים בשנת 2024 - DATAVERSITY

ניתן לצפות שהמגמות בניהול נתונים לשנת 2024 ינועו מהשפעת חבילת חוק השירותים הדיגיטליים של האיחוד האירופי (DSA) ועד וריאציות חדשות של ChatGPT המתמקדות בניהול נתונים. ניהול נתונים (DM) עוסק באיסוף, עיבוד ואחסון של נתונים, כמו גם החוקים והתקנות המגינים על זכויותיהם של אנשים. ניהול הנתונים של ארגון כרוך במגוון רחב של שיטות עבודה, מדיניות ונהלים.

עסקים יכולים לצפות לשינויים משמעותיים בתהליכי ה-DM שלהם במהלך 2024. 

המטרה של ניהול נתונים היא להשתמש בנתונים בצורה יעילה וחסכונית תוך סיוע לאנשים להשלים משימות ופרויקטים. פיתוח אסטרטגיית DM חזקה הפך להיות חשוב ביותר עבור ארגונים. אסטרטגיית ניהול נתונים חזקה צריכה לכלול מערך של כלים וטכניקות DM, ולתמוך בבינה עסקית וניתוח.

מערכות ניהול נתונים מפותחות באופן מסורתי סביב פלטפורמת DM, שיכולה לכלול תוכנות תומכות בבסיסי נתונים, מחסני נתונים, אגמי נתונים, ניתוח נתונים, שילוב נתונים ועוד.

ניתן להיערך לשינויים בטכנולוגיה ובתקנות בתכנון נכון. מגמות אחרות לשנת 2024 עשויות לכלול:

• ניהול נתונים אוטומטי
• ניהול נתוני שירותי הבריאות
• אבטחה היברידית/מרובת עננים

ההשפעה של חבילת DSA של האיחוד האירופי בשנת 2024

ההתנהגות והמגמות של עסקים בשנת 2024 יושפעו, בין השאר, מחבילת ה-DSA שהאיחוד האירופי פיתח וחוקק.

האיחוד האירופי (בניגוד לארצות הברית) יישם תקנות נוספות כדי להגן על אזרחים: חוק השירותים הדיגיטליים וחוק השווקים הדיגיטליים, המכונה גם חבילת DSA. מעשים אלה הופכים את הפעילויות המקוונות לבטוחות יותר ומגנים על זכויות הצרכנים והמשתמשים. האכיפה תחל ב-6 במרץ 2024. 

חבילת ה-DSA נועדה להגן על זכויות המשתמשים, וכדי ליישר את מגרש המשחקים, להפחית את ההשפעה של כמה פלטפורמות גדולות (פייסבוק, טוויטר, גוגל ואתרים אחרים עם למעלה מ-45 מיליון משתמשים חודשיים).

חשש משמעותי בפיתוחו היה מכירת תוכן, סחורות ושירותים בלתי חוקיים באינטרנט - פורנוגרפיית ילדים, רובים, שירותי פריצה וכו'. קיים גם חשש ששירותים מקוונים מנוצלים לרעה על ידי מערכות אלגוריתמיות מניפולטיביות שנועדו להגביר את הפצת מידע מוטעה.

לחבילת ה-DSA יש טווח אקסטריטוריאלי, והיא תשפיע על עסקים ברחבי העולם. אם ארגון עושה עסקים עם לקוחות אירופאים, גם אם ארגון זה אינו ממוקם באירופה, עליו לציית לכללי DSA כאשר הוא עושה עסקים עם אנשים או עסקים בתוך האיחוד האירופי. בעוד שחלק גדול מהחבילה עוסק בפלטפורמות מקוונות גדולות מאוד, עסקים קטנים יותר מושפעים גם כן.

עסקים קטנים יותר צריכים להיות מודעים לכך שחבילת DSA חלה על כל השירותים הדיגיטליים המחברים צרכנים אירופאים לתוכן (לגבי מידע מוטעה), סחורות ושירותים מקוונים (לגבי פעילויות לא חוקיות). 

ארגונים העושים עסקים באיחוד האירופי יצטרכו לעמוד בהתחייבויות חדשות הכוללות הערכה ומניעת סיכונים, צמצום נזקים, הגנה על זכויות המשתמשים שלהם באינטרנט ועמידה באחריות רחבה יותר של אחריות ושקיפות. תקנות אלו נועדו להציע הגנות חדשות למשתמשי האינטרנט ולהבהיר את האחריות המשפטית של ארגונים העושים עסקים באינטרנט.  

ניהול נתונים אוטומטי

צמצום הצורך בניהול נתונים ידני הפך למטרה מרכזית עבור מפתחי תוכנה מסוימים. בזמן ההתקנה כלי ניהול נתונים אוטומטיים יכול להיות תהליך מסובך, כאשר הוא נעשה כראוי, הוא משפר את היעילות, מפחית עלויות ומבטל עבודת כפיים מייגעת. להלן כמה תהליכים אוטומטיים שארגונים החלו להשתמש בהם: 

• איסוף נתונים: איסוף נתונים ממקורות שונים, כגון מאגרי מידע, מסמכים ואתרי אינטרנט אחרים.
• שילוב נתונים: זה כרוך בלקיחת איסוף הנתונים, הפיכתם לפורמט מתאים ואחסוןם במאגר יחיד.
• ניקוי נתונים: תהליך הסרת רשומות כפולות, סטנדרטיזציה של פורמטים של נתונים ותיקון שגיאות.
• עיבוד וניתוח נתונים: השימוש באלגוריתמים או למידת מכונה לפיתוח תובנות מהנתונים.
• ממשל נתונים: תהליך זה עוסק בהבטחת הטיפול בנתונים בהתאם למדיניות העסק ולתקנות ממשלתיות.

כדי לעמוד בקצב הדרישות המשמעותיות של ניהול כמויות עצומות של נתונים ביעילות על בסיס יומיומי, כלי אוטומציה מבוססי תוכנה חייבים להיות חלק מפרקטיקות ה-DM של הארגון. 

בשנת 2024, אנו יכולים לצפות כי AI ו-ML (למידת מכונה) יספקו שירותי אוטומציה יקרי ערך. 

מקסום שירותי הבריאות עם ניהול נתונים

בניגוד לתעשיות הבנקאות והקמעונאות, תעשיית הבריאות עדיין לא השתמשה במלואה בניתוח נתונים או במחקר ביג דאטה. ישנן מגוון סיבות לפיגור זה, החל מפרטיות המטופל ועד לדגש נמוך יותר על רווחים. 

עם זאת, תעשיית הבריאות החלה באמצעות אנליטיקה וביג דאטה כדי למצוא דפוסים. דוגמה פשוטה מגיעה מצרפת: ארבעה בתי חולים, כולם חברים ב-Assistance Publique-Hôpitaux de Paris, השתמשו ב-10 השנים האחרונות של רישומי האשפוז שלהם בבית החולים כדי לבצע תחזיות שעתיות ויומיות של מספר החולים שהם יכולים לצפות בכל מתקן. הניתוח הציג דפוסים רלוונטיים בשיעורי הקבלה. 

דוגמה נוספת לניתוח נתונים בתעשיית הבריאות היא השימוש בהתראה בזמן אמת. בתי חולים החלו להשתמש תמיכה בקבלת החלטות קליניות תוכנה (CDS) המנתחת נתונים רפואיים במקום, ומספקת לרופאים ייעוץ בזמן שהם מקבלים החלטות מרשם.

ב-11 בנובמבר 2023, המחלקה לענייני חיילים משוחררים הכניסה את הוותיק המיליון שלה למאגר גנטי התומך ב- תוכנית מיליון ותיקים. המטרות של המחקר מבוסס הנתונים שלהם הן להבין טוב יותר כיצד גנים, חשיפות צבאיות והתנהגויות חיים משפיעות על בריאותם של אנשים, ולספק רפואה פרטנית.

ניהול נתונים עבור אבטחת ענן היברידית

במהלך 2024, אנו יכולים לצפות להשתמש במערכות ניהול נתונים הצף, ארכיטקטורת רשת אבטחת סייבר, ו פילוח רשת כדרכים לספק אבטחת ענן היברידית ולהגן על נתונים. 

בשנים האחרונות התרחבה ההגדרה של ענן היברידי משילוב של מערכת On-premise בשילוב ענן ציבורי לכלל מערכות מולטי ענן. הענן ההיברידי תומך במערכת גמישה המספקת גישה לכלים מיוחדים. 

למרבה הצער, תהליך השימוש במערכת היברידית/מרובת עננים מגיע גם עם כמה אתגרים ביטחוניים. 

השימוש במספר עננים הופך למורכב מנקודת מבט של ניהול ואבטחה. ללא הנהלים המתאימים כדי לעקוב ולנטר את השימוש בשירותי הענן השונים, ההנהלה לא יודעת מי משתמש במשאבים. 

בנוסף, הם לא יידעו מתי נעשה בהם שימוש עד לאחר קבלת החשבון. מכיוון שמספר יישומים משתמשים במערכות מקומיות וברב עננים כדי לגשת ולעבוד עם נתונים, יכולת התצפית הופכת מכרעת. (במקרה זה, צפייה פירושה היכולת לנטר נתונים ואירועים על פני מספר עננים ומערכות פנימיות). 

ספקים, כמו Middleware ו-Datadog, זיהו צורך זה והתמקדו באספקת כלי צפייה המספקים "חלונית זכוכית אחת" משולבת לצורכי צפייה. 

דאגה נוספת היא שעננים שונים משתמשים בצורות שונות של אבטחה. פיתוח מערכת שמחברת בין כל העננים המשמשים את הארגון שלך לעבודה על פרויקטים מהווה דאגה אבטחה משמעותית, בכך שכל חיבור עשוי להיות פרצה פוטנציאלית. עננים היברידיים/מרובים מציעים גמישות משמעותית בהעברת עומסי עבודה בין סביבות שונות במהירות, אך התהליך גם מגביר את סיכוני האבטחה.

ניהול נתונים באמצעות בינה מלאכותית

למרות שהשימוש בבינה מלאכותית למטרות ניהול נתונים אינו חדש, הוא ממשיך לצמוח בפופולריות. לפני 2023, בינה מלאכותית שימשה (ועדיין נמצאת) למשימות DM, שפעלו כצורה חכמה יותר של תהליכים אוטומטיים. בינה מלאכותית משמשת למגוון משימות DM, כולל:  

• גילוי אנומלי
• ניהול מטא נתונים
• גילוי אוטומטי של מטא נתונים
• קטלוג נתונים
• מיפוי נתונים
• ניטור בקרת ממשל נתונים

עם הצגת ChatGPT, וה- מודל שפה גדול בתמיכתו, אנו יכולים לצפות לפתרונות חדשים המציעים שירותים חכמים מבוססי למידה. ככל שמודלים של שפות גדולים ממשיכים להתפתח, שירותים התומכים בתהליכי ניהול נתונים ימשיכו להתפתח איתם. ל-OpenAI, הארגון האחראי לפיתוח ChatGPT, יש התנסה עם ניהול נתונים.

תמונה בשימוש ברישיון של Shutterstock

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://www.dataversity.net/data-management-trends-in-2024/