3.树立大数据治理意识,顺应大数据时代发展趋势首先,在大数据时代,数据质量更加重要,从精准营销、风险识别等应用场景来看,因为数据与运营结合程度较以往更紧密,要求的数据粒度更细,任何一点错误都可能直接带来业务上的损失。而传统的指标应用反而对运营环节没有如此直接的影响。因此,在大数据环境下对数据质量的需求是显著提升了而不是降低了。
其次,Hadoop、Spark等大数据技术的应用,对数据治理的技术手段提出了许多新的要求。传统模式下基于RDBMS进行管理,SQL是通用的数据访问方式。而在大数据环境中,Hadoop、MPP、RDBMS、Spark并存,如何在混搭的异构环境中实现对数据资产的可视化统一管控,避免大数据系统成为不可管理的黑盒子,是传统行业应用大数据技术需要面对的关键问题之一。特别是大数据技术人才目前更多地流向互联网企业,进入传统行业的少之又少,在人才可得性短期不能快速解决的情况下,需要依靠技术手段来确保传统企业信息技术人员对数据资产的可视与可控。