ManageEngine：数据民主化与决策能力

此篇文章中，我们将详细探讨数据民主化，从其定义到利弊，并提供一些使用它来增强数据能力的方法。

为什么要数据民主化？
决策者在决策之前是否会想要尽可能多的数据？没有人会想因为决策中缺乏数据的完整性、准确性而成为“瞎子”。这就是数据民主化的全部意义。就像定义描述的一样，它为不熟悉数据处理的最终用户提供了访问和分析信息的方法，从而可以更快地进行决策。由于这些人不是数据专业人员，因此他们使用自助服务分析（包括可视化，报告和BI工具）来处理数据。
数据民主化为业务分析人员和商业智能专业人员提供了支持，这样他们不必一直依赖数据科学家，从而使结果的交付更加容易，加快企业IT决策的速度。它还使非技术员工能够发展技能并与他人共享知识。
数据民主化也有挑战
任何事物都有双面性，数据民主化也伴随着一系列障碍。非技术员工所提供的结果可能由于其缺乏数据科学知识而不够全面。 即使非技术人员知道如何使用数据，在孤立的应用程序中查找相关数据也可能花费很长时间，以至于数据的完整性因时间而失真。
解决这些挑战的一些方法：

• 制定和执行数据治理策略，允许数据可以授权给指定的相关人员；
• 创建全面的数据目录以帮助进一步的协作工作。

这里有一些不错的文章，涉及为何需要数据民主化以及组织采用这种方法的方式。
1. 什么是数据民主化？超级简单的解释和主要利弊
文章：https://www.forbes.com/sites/bernardmarr/2017/07/24/what-is-data-democratization-a-super-simple-explanation-and-the-key-pros-and-cons/#48fc32dd6013
内容梗概：
什么是数据民主化？
为什么要进行数据民主化？
有关数据民主化的担忧
推动数据民主化的技术创新
数据民主化是一个演进
短评：除了提供竞争优势外，数据民主化还使员工能够对分析后采取的行动负责，从而增强了员工的能力。如果解决了诸如数据完整性和重复性之类的挑战，它很可能改写整个决策模式。
2. 建立数据民主化策略时应考虑的因素
文章：https://www.ironsidegroup.com/2019/01/15/what-to-consider-when-building-your-data-democratization-strategy/
内容梗概：
推进数据民主化项目时，有很多地方可能出错，包括：信息获取、数据孤岛、主数据管理、数据安全、制定策略等。文章提出了潜在问题，并为避免这些问题提供了指导。
短评：制定数据民主化战略带来了一系列挑战，但是实施生物模式战略可以解决其中的一些问题。 生物模式策略涉及利用数据科学家的现有工作，并尝试其他方法来解决新问题。 为了增加此策略的价值，组织必须将BI工具、主数据管理解决方案、数据仓库、数据安全性和人员培训纳入其整体策略。
3. 帮助您从数据民主化中受益的5种最佳实践
文章：https://www.astera.com/type/blog/5-best-practices-to-achieve-data-democratization/
内容梗概：
了解整个数据生态系统
使数据对所有人可用
驯服旧数据
为用户提供自助服务分析
培训员工如何最佳使用数据
短评：为避免与文化、数据治理有关的障碍，处理数据的业务用户必须足够熟悉其组织的数据生态系统。这不仅使他们能够通过数据集成系统释放和使用可用数据，而且还将有助于将其知识转移给协作者。
4. 您的企业应如何，以及为何使数据科学民主化
文章：https://tdwi.org/articles/2019/01/29/adv-all-democratizing-data-science.aspx
内容梗概：
数据科学项目要求
如何使数据科学民主化
支持数据科学民主化的工具
民主化将如何改变数据科学
短评：实施数据民主化策略时要遵循的另一种方法是，首先确定每个数据科学项目的业务目标和领域。这将有助于适当地转换将在机器学习模型中使用的数据并获得有意义的结果。
5. 数据民主化？从以数据为中心的架构开始
文章：https://gcn.com/articles/2019/05/13/data-democratization.aspx
内容梗概：
以数据为中心的体系结构具有五个关键属性：快速交付共享数据、按需和自动化、异常可靠和安全、设计混合、不断发展和完善。
短评：为了使数据民主化策略起作用，组织的数据体系结构必须联通各类应用程序之间的的数据。但是，现实问题（例如使用旧存储系统、以及内部部署、云应用程序中的数据、分布式存储）使数据联通变得极为困难。为了克服这个问题，应该采取混合云策略。
商业智能分析工具
尽管数据民主化提供了使员工更加有责任感的使用数据的方式，但是如果不采取适当的措施，它仍有可能适得其反。通过全面的分析和持续的评估，数据民主化可以被证明是成功的。
ManageEngine的Analytics Plus是一款将BI引入IT管理领域的数据可视化工具，更能与ServiceDesk Plus等IT服务管理工具集成，帮您更好地阅读、理解、分析各种数据，在各种人员角色之间共享数据，助力企业决策；其简单易用，自助化的设计，让您不用成为数据专家也能轻松玩转数据。