数据管理的5项最佳实践

---

一直以来数据的力量都被忽视了。这次让我们赋予数据跟人类一样的民主权，听听它会说些什么。企业机构也一起来学习一下需要采用哪五种管理实践。以下为译文。

代理商正在通过不同的手段努力区分各自的产品，尽管对数据已经做出了很多的投资，但几乎没有什么指导。以下是各代理商在近期内应该考虑采用的五种数据管理的实践，以保持相关性和以及与其它家的差异性。

1.占有与控制自己的数据

长期以来，我们一直依赖于系统之间的点对点集成。只要我们把网络分析与搜索联系起来，并输入到客户关系管理系统，就会单纯地相信一切都很好。然后它成为了团队内部的一个全面的项目，在花费数周从各种平台提取数据之后，在那些乱七八糟的Excel表中最终呈现的是一个不完整的视图。拥有和管理自己品牌的数据将使你能够与品牌之间建立更深层的信任。而且这也有助于数据科学团队不断挖掘新的见解，并为客户带来额外的价值。

2.捕捉最低粒度的数据

聚合指标、总结报告和展示仪表板固然重要，但原始数据所能提供的价值是无法想象的，而且很多价值都没有开发出来。只要接触点越多，那么用户每次交互时的信息就能捕获的越详细，这样就有利于接下来的探索性分析，例如构建自定义属性模型、重叠矩阵、分析趋势、识别模式以及应用机器学习和人工智能。

3.外包集成

不可否认，整合过程非常耗时，而且难以维持。数据格式和APIs每天都在不断发展，需要举整个团队工程师之力才能跟的上。与此同时，有很多公司专门从事数据集成，从而降低整合过程中的复杂程度。找到一个可以提供可靠的数据收集框架以及能够保证内置安全性的解决方案，选择它就可以了。

4.建立可持续数据平台

工程师们很容易只关注眼下这些短期的需求以及BUG，很难看到长远的计划。开发一个特定的应用程序或一个可以解决短期需求的仪表盘，这样才会走的更远。专注于建立一个开放的数据平台，这样才能跟上不断变化的需求。

5.优先考虑安全

客户端数据的安全性是需要放在第一位的。在您构建的数据平台和您投资的解决方案中构建安全性。确保数据在传输过程中始终是加密的，并且在rest中是加密的，并且该平台具有处理不同类型数据的所有必要的遵从性。
来源：网络大数据

---

---