Loading...
机构名称:
¥ 1.0

在当今的数字化世界中,数据已成为构成业务决策、创新和战略规划基础的重要资产(Schildt,2020 年),(Kolasani,2023 年)。数据治理是指对组织内数据的可用性、可用性、完整性和安全性的全面管理(Solà-Morales 等人,2023 年)。它是一个总体概念,定义了确保有效和高效使用数据所必需的政策、流程、角色、标准和指标(Hatanaka 等人,2022 年)。数据治理的重要性怎么强调都不为过,因为它有助于最大限度地降低风险、确保遵守法律和监管要求并保证数据质量(Mahanti,2021 年)。传统的数据治理方法面临着重大挑战,而数据量的指数级增长和数据格局的日益复杂加剧了这些挑战(Caparini & Gogolewska,2021 年)。主要困难之一是手动管理数据,这很容易出错且耗时。此外,传统的数据治理模型通常不够灵活,无法快速适应数据格局的变化或新的监管要求(Gong et al.,2020)。跨不同系统的数据碎片化以及

利用人工智能创新治理和质量

利用人工智能创新治理和质量PDF文件第1页

利用人工智能创新治理和质量PDF文件第2页

利用人工智能创新治理和质量PDF文件第3页

利用人工智能创新治理和质量PDF文件第4页

利用人工智能创新治理和质量PDF文件第5页

相关文件推荐

2024 年
¥1.0
2022 年
¥2.0
2022 年
¥4.0
2024 年
¥1.0
2023 年
¥2.0
2020 年
¥8.0