2024 年数据管理趋势 - DATAVERSITY

2024 年数据管理趋势 – DATAVERSITY

时间戳：26年2023月3日凌晨35:XNUMX
源节点： 3038167

预计 2024 年数据管理的趋势将涵盖从欧盟数字服务法案 (DSA) 一揽子计划的影响到专注于管理数据的 ChatGPT 新变体。数据管理（DM）涉及数据的收集、处理和存储，以及保护人们权利的法律法规。管理组织的数据涉及广泛的实践、政策和程序。

预计 2024 年，企业的 DM 流程将发生重大变化。 

数据管理的目标是高效且经济高效地使用数据，同时帮助人们完成任务和项目。制定强大的 DM 策略对于组织来说变得极其重要。强大的数据管理策略应包括一系列 DM 工具和技术，并支持商业智能和分析。

数据管理系统传统上是围绕 DM 平台开发的，该平台可以包括支持数据库、数据仓库、数据湖、数据分析、数据集成等的软件。

通过正确的规划，可以为技术和法规的变化做好准备。 2024 年的其他趋势可能包括：

  • 自动化数据管理
  • 医疗保健数据的管理
  • 混合/多云安全

2024 年欧盟 DSA 一揽子计划的影响

2024 年企业的行为和趋势将部分受到欧盟制定和颁布的 DSA 一揽子计划的影响。

欧盟（与美国不同）实施了额外的法规来保护其公民：《数字服务法》和《数字市场法》，也称为《数字服务法》和《数字市场法》。 DSA 包。这些行为使在线活动更加安全，并保护消费者和用户的权利。执行将于 6 年 2024 月 XNUMX 日开始。 

DSA 套餐旨在保护用户的权利，并提供公平的竞争环境，降低少数大型平台（Facebook、Twitter、Google 和其他每月用户超过 45 万的网站）的影响。

其发展过程中的一个重大问题是在线销售非法内容、商品和服务——儿童色情制品、枪支、黑客服务等。还有人担心在线服务被旨在放大非法内容的操纵算法系统滥用。错误信息的传播。

DSA 一揽子计划具有域外影响力，并将影响世界各地的企业。如果组织与欧洲客户开展业务，即使该组织不在欧洲，在与欧盟境内的人员或企业开展业务时也必须遵守 DSA 规则。虽然该包的大部分内容涉及非常大的在线平台， 小企业 也受到影响。

小型企业需要意识到，DSA 一揽子计划适用于将欧洲消费者与在线内容（关于错误信息）、商品和服务（关于非法活动）连接起来的所有数字服务。 

在欧盟开展业务的组织必须履行新的义务，包括评估和应对风险、减少伤害、保护用户的在线权利以及履行更广泛的问责和透明度责任。这些规定旨在为互联网用户提供新的保护，并明确在互联网上开展业务的组织的法律责任。  

自动化数据管理

减少手动数据管理的需求已成为某些软件开发人员的关键目标。安装时 自动化数据管理工具 可能是一个复杂的过程，如果处理得当，可以提高效率，降低成本，并消除繁琐的体力劳动。下面列出了组织已开始使用的一些自动化流程： 

  • 数据采集​​： 从不同来源（例如数据库、文档和其他网站）收集数据。
  • 数据整合： 这包括获取收集的数据，将其转换为适当的格式，并将其存储在单个存储库中。
  • 数据清洗： 删除重复记录、标准化数据格式和纠正错误的过程。
  • 数据处理与分析： 使用算法或机器学习从数据中获得见解。
  • 数据治理： 此过程涉及确保根据企业政策和政府法规处理数据。

为了满足每天有效管理大量数据的重大需求，基于软件的自动化工具必须成为组织的 DM 实践的一部分。 

到 2024 年，我们预计 AI 和 ML（机器学习）将提供有价值的自动化服务。 

通过数据管理最大化医疗保健

与银行和零售行业不同，医疗保健行业尚未充分利用数据分析或大数据研究。造成这种滞后的原因有多种，从患者隐私到不太重视利润。 

然而，医疗保健行业已经开始 使用分析 和大数据来寻找模式。一个来自法国的简单例子：四家医院（均为巴黎公共医院援助协会的成员）使用过去 10 年的入院记录来预测每家医院每小时和每日的患者数量。分析显示了录取率的相关模式。 

医疗保健行业数据分析的另一个例子是实时警报的使用。医院已经开始使用 临床决策支持 (CDS) 软件，可现场分析医疗数据，为医疗从业者做出规范性决策提供建议。

11 年 2023 月 XNUMX 日，退伍军人事务部将第 XNUMX 万退伍军人输入基因数据库，以支持 百万退伍军人计划。​​他们基于数据的研究的目标是更好地了解基因、军事暴露和生活方式行为如何影响人们的健康，并提供个体化医疗。

混合云安全的数据管理

到 2024 年，我们预计数据管理系统将使用 加密, 网络安全网状架构及 网络细分 作为提供混合云安全和保护数据的方法。 

近年来，混合云的定义已从本地系统与公共云的结合扩展到包括多云系统。混合云支持灵活的系统，提供对专用工具的访问。 

不幸的是，使用混合/多云系统的过程也伴随着一些问题 安全挑战. 

从管理和安全角度来看，使用多个云变得复杂。如果没有适当的程序来跟踪和监控各种云服务的使用情况，管理层就不知道谁在使用这些资源。 

此外，他们直到收到账单后才知道它们何时被使用。由于多个应用程序使用本地系统和多云来访问和处理数据，因此可观察性变得至关重要。 （在这种情况下，可观察性意味着跨多个云和内部系统监控数据和事件的能力。） 

Middleware 和 Datadog 等供应商已经认识到这一需求，并专注于提供可观察性工具，为查看目的提供集成的“单一管理平台”。 

另一个问题是不同的云使用不同形式的安全性。开发一个将组织用于项目工作的所有云互连起来的系统会带来重大的安全问题，因为每个连接都可能是潜在的漏洞。混合/多云在不同环境之间快速移动工作负载方面提供了显着的灵活性，但该过程也增加了安全风险。

使用人工智能进行数据管理

尽管将人工智能用于数据管理目的并不新鲜，但它确实越来越受欢迎。 2023 年之前，人工智能曾经（并且仍然）用于 DM 任务，作为自动化流程的更智能形式。人工智能被用于各种 DM 任务，包括：  

  • 异常检测
  • 元数据管理
  • 元数据自动发现
  • 数据编目
  • 数据映射
  • 数据治理控制监控

随着 ChatGPT 的引入，以及 大语言模型 在它的支持下，我们可以期待提供智能、基于学习的服务的新解决方案。随着大型语言模型的不断发展，支持数据管理流程的服务也将随之不断发展。负责开发 ChatGPT 的组织 OpenAI 已 一直在尝试 与数据管理。

图片经 Shutterstock 许可使用

时间戳记：

更多来自 数据多样性