什么是统一数据管理？
统一数据管理 (UDM) 是整合一系列不同的数据源以创建存储在数据仓库中的单一数据源的过程。这种数据管理策略结合了人员、流程和技术，既能处理随着时间而发展成的数据孤岛模型，又能处理组织已处理且造成数据疲劳的海量信息。
从历史上看，组织都是在特别需要时发展其软件系统，安装了一系列不同的程序和数据管理技术，并随着其扩展而不断发展。由此产生的结构是完全不同的，具有相同功能的重复工具和数据。孤立的数据分散在各个团队和各个领域，几乎无法共享。这导致在需要时无法访问数据，丧失业务洞见和趋势分析，并增加业务成本。
在这种支离破碎和问题频出的环境下，统一数据管理创建了一个框架，用于整合来自各种来源的信息。它通过识别这些数据源中的集成因素，然后将其存储在数据仓库中的通用数据存储库中来实现这一点。然后在整个系统中启用数据集成，形成一个支持完整数据优化的单一框架。
统一数据管理还为数据清理、解析和转换提供了一个公共空间。这是在仓库中的所有数据中统一完成的，以设定业务标准和规则。清理流程对于在所有业务领域保持一致性至关重要，能够实现更好的数据合规性并获得更好的业务洞见。
统一的数据管理系统被比作心脏：数据来自各种来源，集中在一处。在数据中心中，数据进行“氧化”，有害的二氧化碳和废物（或者缺陷、不一致和不良数据）会被清除。然后，数据被输送到需要的地方，即使用它的部门。
这在组织中如何体现？
统一数据管理不是组织可以开箱即用的万能软件工具。平台由跨数据管理学科的多种工具组成，包括商业智能、数据集成、数据质量、数据治理和主数据管理。统一数据管理要取得成功，应该将所有这些功能整合到一个允许管理和开发的简单界面中。服务器需要互操作性，并且所有工具都需要相同的开发工件，例如数据模型、元数据和主数据。
使用统一数据管理的一个例子是在线服装零售。一家电子商务商店建立了统一的数据管理，将客户和营销信息的各个方面结合起来。这意味着所有客户信息都集中到一处：
- 客户在网站上的旅程，使用网站分析
- 广告和营销活动信息
- 销售信息
- 客户信息
利用所有这些知识，该企业发现了一系列推动业务决策的关键洞见。在早上，消费者通常会在手机上仔细阅读网站，也许是在早上通勤时。然后，他们一上班就登录桌面，然后购买。
他们绘制了产品之间的关系，以便更好地进行营销。如果买家购买了飘逸的透明上衣，他们可能想购买一件简单的合身T恤或吊带背心穿在下面。将两件商品关联起来，这样在购买一件商品时，另一件就会显现出来，从而提高销量。
对营销活动的实际数据进行彻底分析可以发掘出一些有趣的、意想不到的数据。与社交媒体上的其他广告系列相比，被认为有效的 Google Adwords 广告系列发现，以前放弃的一美元换一美元策略实际上产生了更好的效果。
一旦跟踪了客户的旅程，公司就可以向他们发送高度针对性的个性化营销活动。这些消息可以通过电子邮件、社交媒体或手机发送，具体取决于用户的偏好。
统一的数据管理系统可以为企业带来巨大收益，增加收入和市场份额，同时实现减少数据错误和通过使数据可访问来节省时间等传统目标。
5G 和统一数据管理
移动网络和物联网 (IoT) 相结合，形成了一个行业巨无霸。随着 5G 在全球的推出，庞大的用户数据量已经完全让人不知所措。在任何标准家庭中，笔记本电脑、手机、健身手表、打印机、电视、汽车，甚至是冰箱，所有这些都在传输和接收数据。所有这些数据都需要以有利于网络的方式进行访问和管理。
数据管理和存储已成为服务提供商面临的关键问题，而整体的统一数据管理系统正在帮助实现数据目标。通过利用云、集中的用户数据以及将数据与功能区分开，网络提供商难以管理的问题得到了管理。统一数据管理的好处包括降低网络复杂性和提高数据一致性。随着世界从 4G 向 5G 过渡，对统一数据管理的需求也在增加。
组织为何需要统一数据管理
虽然这看起来像是一种技术练习，也肯定要有技术要求，但这实际上与战略和良好的业务管理有关。统一数据管理的最终目标是能够做出数据驱动、有根据和客观的业务决策。它涉及卓越运营，确保治理、合规性、集成和业务转型始终如一地进行，并使组织和员工受益最大。它关乎商业智能；企业现在在情况如何，如何才能更好地发展？
在两个截然不同的目标之间需要达到一种平衡。拥有出色的数据管理实践，并将其与业务目标保持一致。
统一数据管理中的数据访问
任何内部或外部利益相关者都应该能够访问他们所需的信息。数据应具有相关性、易于定位且准确。这意味着统一的数据管理系统可为所有用户提供订购产品、了解产品是否有库存、为客户开具发票、评估索赔或执行一百万项其他任务所需的数据。数据孤岛已成为过去，组织的每个部门都相互关联。
统一数据管理中的分析准确性
如果数据存在缺陷或不完整，则执行分析或预测毫无意义。这会导致信息不正确，浪费了数据科学家和报告用户的时间，并给业务带来巨大的风险。统一的数据管理可提供实时洞见、新机会和完全优化的决策。
成功的统一数据管理的组成部分
成功的统一数据管理不仅仅是正确处理技术要素并以可访问的方式存储所有数据。它需要满足两个组成部分。
协调多元化数据管理
在服务器的互操作性和团队之间的数据开发之间需要达到一种平衡。统一数据管理可以使用相关的数据架构组件来共享和统一技术基础架构。这样做应该形成一种整体、协作和统一的实践。只有这样，数据才能在企业规模上得到利用。
支持战略业务目标
这包括两个部分：管理团队必须清楚地了解业务目标是什么，然后需要将这些目标转化为数据要求。管理和技术之间应该保持一致。如果管理层需要在特定时间范围内获得数据，或者需要达到某些里程碑，就需要对此进行明确阐明和沟通。
任何其他名称的统一数据管理
统一数据管理并不是一个非常常见的术语，但许多人都在践行其原则。大多数组织已经在实施统一数据管理的做法和策略，但通常使用不同的名称。许多企业没有对其数据管理学科命名，但是当问及他们的战略时，其流程和成果都与统一数据管理一致。
EIM 和 EDM
企业信息管理 (EIM) 和企业数据管理 (EDM) 是在统一数据管理更适合时常用的两个术语。通常，这些术语与错误地推广这些术语的商业软件供应商相关联。这些术语涉及的范围较窄，就围绕着数据管理、集成和检索的做法，不涉及整体包和对业务带来的好处。
主数据管理 (MDM)
主数据管理 (MDM) 是指业务部门和信息技术部门协同工作，以确保主数据准确一致，并在组织内部对其负责。尽管它与统一数据管理有相似之处，但它不太注重与业务目标和理想相结合，而更多地关注提高整个企业数据准确性的战略和计划。
数据和信息治理
数据和信息治理与用于管理软件的技术系统无关，而是围绕数据的道德、标准和规则。公司治理更关心的是使用定义、信息存取、安全性、信息生命周期和分类。它在规划中起着更多的理论作用，有助于围绕如何管理数据做出决策，但它本身并不是一个管理系统。
统一数据管理的好处
避免信息过载
数据无处不在。组织创建和使用的数据量非常庞大，包括社交媒体、评论、视频和外部信息来源，以及内部购买信息和客户数据收集。企业每天处理数 TB 的数据并不罕见，对于人和系统来说，这可能会让人完全不知所措。
统一数据管理可最大限度地减少数据量。数据在正确的地方接收、处理和存储，而且只能在一处。这使整个过程不那么难以应对，数据管理成为一个更加可实现的目标。
业务洞见和趋势分析
统一数据管理的主要目标之一是业务洞见和准确的趋势分析。统一数据管理可转换和清理数据，并创建可用的数据集以获取洞见。它还将数据以可访问的形式排列在可访问的位置，使其更具可用性。这导致基于数据和业务洞见的敏捷创新，否则这是不可能的。
降低成本
统一数据管理可通过多种方式减少业务开销：
- 没有双重数据或数据孤岛现象；避免错误和信息丢失
- 由于统一数据管理在很大程度上是基于云的，因此无需投资购买昂贵的硬件和服务器
- 更好的业务分析和预测有助于做出更有可能带来增长的明智决策
- 由于数据是自动清理的，因此减少了数据科学家和其他宝贵资源所浪费的时间
监管合规
数据是一项大生意，可以说是目前最大的生意。为了尝试和管理数据，出台了大量的法律、立法和商业规则。组织不仅需要管理数据本身，而且还需要以一种确保数据安全并符合所有法规的方式对其进行管理。统一数据管理会自动将规则应用于数据，因此不存在违规的可能性。降低罚款和违规风险对于最佳业务实践以及保持客户和供应商信赖的品牌至关重要。
统一数据管理的挑战
范围太广
组织如果试图在一个流程中统一所有数据，将会失败。这个过程并不是一蹴而就的奇迹，无法只用一种工具就可统一一切。
解决方案：组织不太可能希望百分之百地协调其数据，而且这可能是一个不能实现的目标。与其尝试一次性做所有事情，不如以合乎逻辑的步骤解决问题。一次绑定系统的几个部分，然后逐步工作，构建系统，直到统一到符合管理目标的水平。只选择那些协作和协调可以产生效益的项目。
缺乏灵活性
任何数据架构最大的一个问题就是缺乏灵活性。如果组织是医疗提供商，则基础架构需要能够处理数以百万计的实时监控数据流，需要能够轻松添加产品并正确管理数据。所有组织的软件、数据源和数据类型都在不断变化，任何数据管理系统为保持相关性都需要非常敏捷。
解决方案：将数据保存在云端，善用应用程序，不在系统上强制使用僵硬的结构对于保持结果的流动性大有帮助。数据和业务需求应该决定体系结构，而不是基础架构本身。使用自主技术，检查并维护整个系统的完整性和性能，并在需要时优化系统。
数据标准和治理模糊性
几乎数据收集、存储和分发的每个方面都有法律、标准和准则。为企业设定标准可能是创建统一数据管理系统最具挑战性的一个方面。立法的实施可能既花费大又繁琐，尤其是在复杂的组织中。合规法律在不断变化，以适应日益互联的环境下快速增长的需求。
解决方案：系统必须由治理专家、数据科学家、信息技术专业人员和企业主共同设计和开发。除了从一开始就建立良好的数据管理和不走捷径之外，没有简单的方法可以做到这一点。必须特别注意、跟踪和监控个人身份信息，以确保其符合隐私法规。在识别连接链和监控合规性的同时跟踪和审查数据的工具至关重要。
不了解数据
组织误解其数据是很常见的，当信息被存储但从未使用时，这会变得代价高昂。然后，公司对如何使用或重新利用这些数据存在不确定性，使得数据处理浪费了资源。
解决方案：创建发现层有助于识别存在的数据，并使数据可以访问和使用。