通过将 IT 定位为业务部门是数据所有者的解决方案中心(Hub)，陶氏的 IT 组织可以更快地响应以提供业务和客户价值。
去年，陶氏在更好地利用其数据方面迈出了大胆的一步。为了消除孤立的数据孤岛并更好地利用商业智能作为企业资产，该公司成立了一个内部组织，将 IT 和公司的全球业务部门无缝集成到一个保护伞下。
该组织的结构称为业务数据服务，类似于自行车车轮，以 IT 为中心，辐条延伸到陶氏的业务部门、地区和职能部门。创建该小组的最初目标是加速数字业务流程工具和服务的交付，并提高采用率以提供更强大的业务成果。
随着这家拥有 125 年历史的公司不断发展以满足不断变化的市场需求，并且随着人工智能和机器学习等支持技术的加入，这种集成和协作的方法改变了 IT 部门决定哪些数字解决方案适合陶氏和陶氏首席数据官 Chris Bruman 解释道。
单击下面嵌入的播客播放器链接，收听 CIO 执行委员会 Future Forward 与 Chris Bruman 的播客对话，并继续阅读这段由两部分组成的对话的编辑摘录。
https://soundcloud.com/user-506646558/sets/future-forward-podcast-with-2
关于保持专注：
我们今天面临的外部干扰和挑战可能比以往任何时候都更加强调了将数据作为基本优先事项的必要性。但我们必须严格优先考虑特定领域，不要因为一次性的想法而过于分心——要狭隘而专注，而不是让海洋沸腾。
我宁愿有几个对业务有影响的重点领域，我们可以在这些领域做出重大改进，而不是数百个领域，几乎没有进展。通过专注于与我们的业务目标一致的几个领域，我们为公司、我们的客户和我们的员工赢得了胜利。凭借经过验证的能力，我们开始更多地了解什么会产生最大价值，以及我们如何才能更快地采用，以获得更大的价值。所以当然，狭隘和专注是我们现在的主题。
在创建数据枢纽(Hub)时：
2020 年末，我们开始考虑对公司的数据质量和数据治理采取新方法的需求。我们在不同方面开展工作，包括报告、数据迁移、数据管理等，并希望将所有这些整合在一起为公司创建更强大的数据中心。因此，我们在 2021 年第二季度推出了商业数据服务。
IT 不拥有公司中的大部分数据。其他几个业务功能对数据负责，如果管理不善，这些数据很快就会变得支离破碎。作为中心，我们正在为治理、更好的流程和更易于使用的工具带来便利。但是我们依靠业务、功能和地理辐条来执行数据的清理和长期维护。该模型很重要，因为 IT 可以为公司中的数据所有者提供有用的指导和最佳实践。
关于利用人工智能和机器学习：
今天，当我们将数据从一个位置移动到另一个位置或从我们的工具的一个实例移动到另一个位置时，有许多与数据清理相关的不同举措。当我们这样做时，我们依赖大量的手动检查。这就是机器学习可以通过自动化该活动来帮助我们的地方。将来，我们可以提供一份报告，指出一些需要验证的异常情况，而不是让某人在周末工作来检查数据。因此，他们可能会花费 30 分钟而不是周六的 6 小时，通过自动验证数据来查看数据是否准确和干净。
与各行各业的许多其他公司一样，陶氏将 ESG 和可持续发展视为企业的当务之急。因此，我们将继续寻找可以利用 AI 和 ML 来自动化这个重要领域中的一些数据管理的用例。
原文：https://www.cio.com/article/309435/dow-cdo-chris-bruman-we-needed-a-new-approach-to-data-quality.html
本文：https://cio.ceo/node/122
- 登录 发表评论