Sua pesquisa não corresponde a nenhum resultado.
Sugerimos que você tente o seguinte para ajudar a encontrar o que procura:
Gerenciamento de dados é a prática de coletar, manter e usar dados de forma segura, eficiente e econômica. O objetivo do gerenciamento de dados é ajudar pessoas, organizações e itens conectados a otimizar o uso de dados dentro dos limites da política e da regulamentação, para que possam tomar decisões e ações que maximizem o benefício para a organização. Uma estratégia robusta de gerenciamento de dados está se tornando mais importante do que nunca, já que as organizações dependem cada vez mais de ativos intangíveis para criar valor.
O gerenciamento de dados digitais em uma organização envolve uma ampla gama de tarefas, políticas, procedimentos e práticas. O trabalho de gerenciamento de dados tem um amplo escopo, abrangendo fatores como
Uma estratégia formal de gerenciamento de dados aborda a atividade de usuários e administradores, os recursos de tecnologias de gerenciamento de dados, as exigências de requisitos regulatórios e as necessidades da organização para obter valor de seus dados.
Atualmente, as organizações precisam de uma solução de gerenciamento de dados que forneça uma maneira eficiente de gerenciar dados em uma camada de dados diversificada, mas unificada. Os sistemas de gerenciamento de dados são criados em plataformas de gerenciamento de dados e podem incluir bancos de dados, data lakes e warehouses, sistemas de gerenciamento de big data, análise avançada de dados e muito mais.
Todos esses componentes trabalham juntos como um “utilitário de dados” para fornecer os recursos de gerenciamento de dados que uma organização precisa para seus aplicativos e as análises avançadas e algoritmos que usam os dados originados por esses aplicativos. Embora as ferramentas atuais ajudem os administradores de banco de dados (DBAs) a automatizar muitas das tarefas de gerenciamento tradicionais, a intervenção manual ainda é frequentemente necessária devido ao tamanho e à complexidade da maioria das implementações de banco de dados. Sempre que a intervenção manual é necessária, a chance de erros aumenta. Reduzir a necessidade de gerenciamento manual de dados é um dos principais objetivos de uma nova tecnologia de gerenciamento de dados, o banco de dados autônomo.
Uma plataforma de gerenciamento de dados é o sistema básico para coletar e analisar grandes volumes de dados em uma organização. As plataformas de dados comerciais geralmente incluem ferramentas de software para gerenciamento, desenvolvidas pelo fornecedor do banco de dados ou por fornecedores terceirizados. Essas soluções de gerenciamento de dados ajudam as equipes de TI e os DBAs a executar tarefas típicas, como
As plataformas de dados em nuvem, cada vez mais populares, permitem que as empresas dimensionem horizontal ou verticalmente de maneira rápida e econômica. Algumas estão disponíveis como serviço, permitindo que as organizações economizem ainda mais.
Baseado na nuvem, um banco de dados autônomo usa inteligência artificial (IA) e machine learning para automatizar muitas tarefas de gerenciamento de dados executadas por DBAs, incluindo o gerenciamento de backups de banco de dados, segurança e ajuste de desempenho.
Também chamado de banco de dados independente, um banco de dados autônomo oferece benefícios significativos para o gerenciamento de dados, incluindo
As plataformas de dados em nuvem, cada vez mais populares, permitem que as empresas dimensionem horizontal ou verticalmente de maneira rápida e econômica. Algumas estão disponíveis como serviço, permitindo que as organizações economizem ainda mais.
De certa forma, big data é exatamente o que parece: muitos e muitos dados. Mas o big data também se apresenta com uma variedade maior de formas do que os dados tradicionais, e é coletado em uma alta taxa de velocidade. Pense em todos os dados que chegam todos os dias, ou a cada minuto, de uma fonte de mídia social, como o Facebook. A quantidade, a variedade e a velocidade são o que o tornam esses dados tão valiosos para as empresas, mas também o tornam muito complexos de gerenciar.
À medida que mais e mais dados foram coletados de fontes tão diferentes quanto câmeras de vídeo, mídias sociais, gravações de áudio e dispositivos de Internet das Coisas, surgiram sistemas de gerenciamento de big data. Esses sistemas são especializados em três áreas gerais.
As empresas estão usando big data para melhorar e acelerar o desenvolvimento de produtos, a manutenção preditiva, a experiência do cliente, a segurança, a eficiência operacional e muito mais. À medida que o big data fica maior, as oportunidades também.
A maioria dos desafios no gerenciamento de dados atualmente se origina do ritmo mais acelerado dos negócios e da crescente proliferação de dados. A variedade, a velocidade e o volume de dados sempre em expansão disponíveis para as organizações estão pressionando-as a buscar ferramentas de gerenciamento mais eficazes para se manterem atualizadas. Alguns dos principais desafios enfrentados pelas organizações incluem o seguinte:
Enfrentar os desafios do gerenciamento de dados requer um conjunto abrangente e bem planejado de melhores práticas. Embora as melhores práticas específicas variem dependendo do tipo de dados envolvidos e do setor, as melhores práticas a seguir abordam os principais desafios de gerenciamento de dados que as organizações enfrentam atualmente:
Com a nova função dos dados capital de negócios, as organizações estão descobrindo o que as startups e os inovadores digitais já sabem: Os dados são um ativo valioso para identificar tendências, tomar decisões e agir antes dos concorrentes. A nova posição dos dados na cadeia de valor está levando as organizações a buscar ativamente melhores formas de obter valor desse novo capital.
Dentro das empresas, as responsabilidades de gerenciamento de dados do DBA também estão evoluindo, reduzindo o número de tarefas maçantes para que os DBAs possam se concentrar em questões mais estratégicas e fornecer suporte de gerenciamento de dados essencial em ambientes de nuvem (PDF) envolvendo iniciativas-chave, como modelagem e segurança de dados.