管理大數據：大數據管理戰(zhàn)略的攻與守

在海量數據面前，是否具有管理大量數據流的能力攸關企業(yè)成敗。企業(yè)需要連貫一致的戰(zhàn)略來組織、治理、分析和利用組織的信息資產，在以安全和治理為代表的防守戰(zhàn)略與以預測性分析為代表的進攻戰(zhàn)略之間取得平衡，是企業(yè)實施數據戰(zhàn)略的關鍵。

數據防守戰(zhàn)略包括保證合規(guī)，使用分析工具檢測和防范欺詐，構建系統(tǒng)來防止數據失竊，識別、標準化和治理可靠數據來源，以保證公司內部系統(tǒng)中數據流的完整性。

數據進攻戰(zhàn)略包括數據分析建模、整合不同顧客和市場數據等產生顧客洞察的活動，以支持增加收入、提高盈利率及顧客滿意度等商業(yè)目標。

企業(yè)選擇進攻戰(zhàn)略還是防守戰(zhàn)略取決于迥然不同的商業(yè)目標及為達成商業(yè)目標設計的行動。

企業(yè)的數據架構描述的是如何收集、存儲、轉換、分配和消費數據，包括管控結構化形式的規(guī)則以及連接數據和消耗數據商業(yè)流程的系統(tǒng)。信息架構支配將數據轉化為有用信息的流程和規(guī)則。在現(xiàn)實應用中，數據和信息架構方法包括單一真相源（single source of truth, SSOT）和多版本真相（multipleversions of the truth，MVOTs）。

SSOT作用于數據層面。SSOT是有邏輯的、虛擬的和基于云的數據倉庫，包含所有關鍵數據的權威副本，比如客戶、供應商和產品細節(jié)，必須具備堅實的數據來源和治理控制，所有數據必須利用統(tǒng)一的語言，而不能只適用于特定的業(yè)務部門或職能。

MVOTs支持信息管理。MVOTs產生于特定業(yè)務的數據到充滿“相關性和目的”的數據轉換，隨著部門或職能中各種團體轉變、標注和匯報數據，它們也會創(chuàng)造出不同的、被管控的數據版本，當被詢問時，這些數據版本能根據這些團體預先確定的需求產生連貫的、定制化回應。

企業(yè)的CEO需要關注公司整體戰(zhàn)略、公司法規(guī)環(huán)境、競爭對手數據能力、數據管理實踐成熟度，以及數據預算多少等要素來決定其公司目前及理想的攻防定位。攻與守往往需要IT部門和數據管理組織采取不同的方式，數據防守是日常性的運營工作，數據進攻涉及與商業(yè)領導者在戰(zhàn)術和戰(zhàn)略計劃上合作。在多數組織設計中，數據管理職能可以按職能或部門成立，采用中心化或者去中心化的方式。去中心化設計適合進攻型戰(zhàn)略，中心化設計適合防守型戰(zhàn)略。

如今，管理數據的重要性與日俱增，企業(yè)需要構建數據戰(zhàn)略和強大的數據管理職能。未來，機器學習等新興技術可能催生下一代數據管理能力，或將簡化攻守戰(zhàn)略的實施。