ما هي إدارة البيانات؟

وفقًا لشركة Gartner، حتى عام 2025، ستفشل 80٪ من المؤسسات التي تسعى إلى تحجيم نطاق الأعمال الرقمية لأنها لا تتبع نهجًا حديثًا لإدارة البيانات والتحليلات. لا عجب أن كبار مسؤولي البيانات يحددون إدارة البيانات كأولوية قصوى لمبادرات البيانات. في دراسة استقصائية أُجريت عام 2023 شملت 350 وظيفة من كبار مسؤولي البيانات (CDO) ووظائف مكافئة لها، وجدت مؤسسة MIT للمدير الدولي للبيانات وجودة المعلومات (CDOIQ) أن 45% من كبار مسؤولي البيانات يحددون إدارة البيانات كأولوية قصوى. يتطلع قادة البيانات هؤلاء إلى وضع نموذج حوكمة يتيح لهم إتاحة البيانات للأشخاص المناسبين والتطبيقات المناسبة عندما يحتاجون إليها - مع الحفاظ على البيانات آمنة وسليمة، مع وجود عناصر تحكم مناسبة. 

تم استخدام الحوكمة تاريخيًا لإغلاق البيانات في مجموعة البيانات المنعزلة، بهدف منع تسرب البيانات أو إساءة استخدامها. ومع ذلك، فإن نتيجة مجموعة البيانات المنعزلة هي أنه يجب على المستخدمين الشرعيين تجاوز الحواجز للوصول إلى البيانات عندما يحتاجون إليها. عن غير قصد، تتم إعاقة الابتكار القائم على البيانات.

لديك وسيلتان لجعل الحوكمة عاملًا مساعدًا للابتكار: الوصول والتحكم. مفتاح النجاح هو إيجاد التوازن الصحيح بين الوصول والتحكم - ونقطة التوازن مختلفة لكل مؤسسة. عندما تمارس قدرًا كبيرًا من التحكم، يتم حجز البيانات في مجموعة البيانات المنعزلة ولن يتمكن المستخدمون من الوصول إلى البيانات عندما يحتاجون إليها. لا يؤدي ذلك إلى إعاقة الإبداع فحسب، بل يؤدي أيضًا إلى إنشاء أنظمة تكنولوجيا المعلومات الظلية التي تترك البيانات قديمة وغير آمنة. من ناحية أخرى، عندما توفر الكثير من الوصول، تنتهي البيانات في التطبيقات ومخازن البيانات التي تزيد من خطر تسريب البيانات.

إن إنشاء الحوكمة الصحيحة - التي توازن بين الوصول والتحكم - يمنح الناس الثقة في البيانات من خلال تعزيز اكتشاف البيانات وتنظيمها وحمايتها ومشاركتها بشكل مناسب. هذا يشجع الابتكار، مع حماية البيانات.

تطبق حوكمة تعلّم الآلة العديد من ممارسات إدارة البيانات نفسها على تعلّم الآلة. تحتاج جودة البيانات وتكامل البيانات إلى توفير البيانات المطلوبة للتدريب النموذجي ونشر الإنتاج (متاجر الميزات من الجوانب المهمة لذلك). يولي الذكاء الاصطناعي المسؤول (AI) اهتمامًا خاصًا لاستخدام البيانات الحساسة لبناء النماذج. تشمل إمكانات حوكمة التعلم الآلي الإضافية تمكين الأشخاص من المشاركة في بناء النموذج ونشره ومراقبته؛ وتوثيق التدريب على النماذج، وإصدار الإصدارات، وحالات الاستخدام المدعومة، وتوجيه استخدام النموذج الأخلاقي؛ ومراقبة النموذج في الإنتاج للتأكد من دقته، واكتشاف الانحراف، والتجهيز الزائد، وعدم ملاءمته.

يتطلب الذكاء الاصطناعي المولّد قدرات إضافية لإدارة البيانات، مثل جودة البيانات وسلامتها لدعم تكييف النماذج التأسيسية للتدريب والاستدلال، وإدارة السمية والتحيز التوليدي للذكاء الاصطناعي، وعمليات نموذج التأسيس (FM): FMOps.

يمكنك دعم الذكاء الاصطناعي وتعلّم الآلة بنفس برنامج إدارة البيانات. تجهيز البيانات ضروري لتحويل البيانات إلى نموذج يمكن لنماذج الذكاء الاصطناعي وتعلم الآلة استخدامه للتدريب واستنتاج الإنتاج - ولكن إعداد البيانات الأكثر كفاءة هو الإعداد الذي لا يتعين عليك القيام به. يقضي علماء البيانات الكثير من الوقت في إعداد البيانات لكل حالة استخدام - يمكن لفريق إدارة البيانات الخاص بك المساعدة في التخفيف من هذا العبء الثقيل غير المتمايز. بالإضافة إلى ذلك، يمكن لإدارة البيانات الإشراف على إنشاء مخازن الميزات المشكّلة لاستخدامها في حالات استخدام الذكاء الاصطناعي والتعلم الآلي.

أخيرًا، تجب حماية البيانات الحساسة بشكل مناسب، حتى يتمكن فريقك من التخفيف من مخاطر استخدام البيانات الحساسة لتدريب نماذج المؤسسة.

تمامًا مثل التحليلات بشكل عام، يجب عليك التحكم في استخدام نماذج الذكاء الاصطناعي وتعلم الآلة التي تقوم بإنشائها أو تخصيصها. من الناحية المثالية، يجب أن يرتبط هذا ارتباطًا وثيقًا بإدارة التحليلات، لأن هذه الوظيفة ستعرف كيفية دعم مجالات الأعمال المختلفة.

يجب أن يوازن برنامج إدارة البيانات الخاص بك بين المركزية واللامركزية (بما في ذلك الخدمة الذاتية). في جميع أنحاء مؤسستك، سيكون لديك مزيج من الحوكمة المركزية والاتحادية واللامركزية - مرة أخرى، اعتمادًا على متطلبات العمل. يجب عليك تمكين فرق المجال قدر الإمكان مع الحفاظ على التماسك عبر المجالات (مثل القدرة على ربط البيانات معًا).  

• إدارة البيانات المركزية: المؤسسات المركزية هي المسؤولة في النهاية عن بيانات المهمة والسياسات وخيارات الأدوات والمزيد. يتم دفع الإجراءات اليومية عدة مرات إلى مجالات الأعمال (LOB).
• إدارة البيانات الموحدة: تعمل إدارة البيانات الموحدة على تمكين وحدات الأعمال الفردية أو مبادرات الأعمال من العمل بالطريقة التي تناسب احتياجاتها على أفضل وجه. مع إدارة البيانات الموحدة، لا يزال هناك فريق مركزي أصغر يركز عمله على حل المشكلات التي تتكرر كثيرًا، بما في ذلك أدوات جودة البيانات على مستوى المؤسسة، على سبيل المثال.
• الخدمة الذاتية أو إدارة البيانات اللامركزية: يقوم كل مجال أعمال (LOB) بما يحتاج إليه لمشروعه المحدد. يستخدم كل مشروع أي أدوات أو عمليات من مشاريع أخرى حيث تتوفر مناسبة للاستخدام. مع زيادة انتشار موضوعات مثل شبكة البيانات (نفسها لامركزية)، تزداد أيضًا إدارة بيانات الخدمة الذاتية. 

إن مفتاح برنامج إدارة البيانات الفعال هو الارتباط بمبادرات الأعمال الممولة بالفعل. تأكد من أن فريقك يفهم نطاقات البيانات والمصادر والعناصر اللازمة لدعم تلك المبادرات.

• قم ببناء خارطة طريق لإدارة البيانات تُظهر الدعم لمبادرات الأعمال المستهدفة. ثم ابدأ في تحديد تداخل البيانات بين مبادرات الأعمال المختارة.
• حدد حالات استخدام التطبيقات وذكاء الأعمال التي تحتاج البيانات إلى دعمها وتغذيتها، بما في ذلك متطلبات التحديث والخصوصية.
• تعرَّف على الشكل الذي تبدو عليه البيانات الملائمة للغرض لكل مبادرة أعمال مختارة.
• يمكنك الحفاظ على برنامج إدارة البيانات وتوسيعه من خلال إدراجه في نموذج تشغيل المؤسسة، بحيث يصبح تخطيط البيانات وتنفيذها جزءًا طبيعيًا من تشغيل المؤسسة.
• قم بتنظيم مجتمع التحليلات من أجل الخدمة الذاتية والاتساق.
• دعم الذكاء الاصطناعي (AI) وتعلّم الآلة (ML) من خلال إدارة البيانات وإدارة تعلّم الآلة (ML). استخدم نفس برنامج إدارة البيانات، ولكن قم بتوسيع نطاقه ليشمل متاجر الميزات ونماذج تعلّم الآلة (ML).

من خلال إدارة البيانات الشاملة على AWS، يمكن للمؤسسات التحكم في مكان وجود بياناتها، ومن يمكنه الوصول إليها، وما يمكن فعله بها في كل خطوة من خطوات سير عمل البيانات. تساعد إدارة البيانات مع AWS المؤسسات على تسريع القرارات القائمة على البيانات من خلال تسهيل الأمر على الأشخاص والتطبيقات المناسبة للعثور على البيانات الصحيحة والوصول إليها ومشاركتها بأمان عند الحاجة إليها. يمكنك تنظيم البيانات عن طريق أتمتة تكامل البيانات وجودة البيانات للحد من انتشار البيانات. يمكنك اكتشاف بياناتك وفهمها من خلال الأدلة المركزية التي تعزز محو الأمية في مجال البيانات. يمكنك حماية بياناتك بأذونات دقيقة تتيح لك مشاركة البيانات بثقة. يمكنك تقليل المخاطر وتحسين الامتثال المؤسسي من خلال مراقبة الوصول إلى البيانات وتدقيقه.

• Amazon DataZone فتح البيانات عبر حدود المؤسسة باستخدام الحوكمة المدمجة
• AWS Glue اكتشاف جميع بياناتك وتجهيزها ودمجها على أي نطاق
• AWS Lake Formation — إدارة البيانات وتأمينها ومشاركتها مركزيًا للتحليلات وتعلم الآلة
• Amazon QuickSight توحيد ذكاء الأعمال على نطاق واسع
• Amazon SageMaker ابنِ نماذج تعلّم الآلة ودرِّبها وانشرها لحالات استخدام مع البنية التحتية المُدارة بالكامل والأدوات وعمليات سير العمل.
• صفحة الويب الخاصة بإدارة تعلّم الآلة
• Amazon Bedrock بناء وتوسيع تطبيقات الذكاء الاصطناعي المولّد باستخدام نماذج التأسيس (FM).
• Amazon Macie - اكتشاف البيانات الحساسة وحمايتها على نطاق واسع
• نقاط وصول خدمة التخزين البسيطة في Amazon (Amazon S3) - تخزين الكائنات مصمم لاسترداد أي كمية من البيانات من أي مكان
• تبادل البيانات في AWS سهولة العثور على بيانات الجهات الخارجية عبر السحابة والاشتراك فيها واستخدامها
• AWS Clean Rooms - إنشاء غرف نظيفة في دقائق للتعاون مع شركائك دون مشاركة البيانات الأولية
• إدارة البيانات مع AWS Master Class - كيف يمكن لحوكمة البيانات تسريع مبادرات عملك؟ كيف يمكنك استخدام إمكانات المؤسسة الحالية لبناء خارطة طريق إدارة البيانات والتمويل؟ في هذا الفصل الدراسي الرئيسي عند الطلب، تعرف على كيفية إنشاء برنامج إدارة بيانات ناجح وممول. تصاحب مقاطع فيديو الفصل الدراسي الرئيسي الخاصة بحوكمة البيانات مع AWS كتيبًا يتضمن تمارين عملية.

ابدأ في استخدام إدارة البيانات في AWS من خلال إنشاء حساب مجاني اليوم.