每个企业都需要采用数据战略，这一战略明确定义了安全可靠地管理企业信息资产和实践所需的技术、流程、人员和规则。

与IT中的几乎所有内容一样，数据战略必须随着时间的推移而发展，以跟上技术、客户、市场、业务需求和实践、法规以及其他优先事项的不断发展。

以下是七个数据战略主要趋势的简要概述，这些趋势可能会在未来几个月重塑企业的数据战略。

1、实时数据变得更加真实——处理复杂数据也变得实时

商业咨询机构埃森哲公司全球数据和人工智能主管Lan Guan建议，首席信息官应该优先考虑投资策略，以应对涌入企业的日益增多的复杂的实时数据。

Guan认为，在当今的商业环境中，拥有驾驭数据的能力是不容置疑的。她说，“从企业数据中获得的独特见解构成了其业务固有的竞争优势，不容易被竞争对手复制。如果不能满足这些需求，就意味着落后于人，将会错失数据分析进步带来的许多机会。”

Guan表示，企业数据战略的下一步应该是投资并利用人工智能和机器学习，从他们的数据中释放更多的价值。她说，“成功的数据策略与有效的人工智能部署相结合，带来了许多机会，其中包括机器自动预测维护或通过运营数据优化劳动力等举措。”

2、内部数据访问需求成为焦点

首席信息官和数据领导者正面临着对内部数据访问日益增长的需求。IBM Data公司的人工智能和自动化总经理Dinesh Nirma表示：“数据不再只是分析师和数据科学家使用，企业中的每个人(从销售到市场，从人力资源到运营)都需要访问数据，以便做出更好的决策。”

提供及时而相关的数据变得越来越具有挑战性。Nirmal说:“尽管进行了大量投资，但企业内部的数据环境仍然过于复杂，分布在多个云平台、应用程序、位置、环境和供应商之间。”

因此，越来越多的IT领导者正在寻求数据策略，以使他们能够管理位于孤岛中的大量不同的数据，而不会引入新的风险和合规性挑战。Nirmal说：“一方面企业对数据访问的需求不断增加，另一方面首席信息官必须跟上快速发展的监管和合规措施的步伐，例如《欧盟人工智能法案》和新发布的《白宫人工智能权利法案蓝图》。”

3、外部数据共享变得具有战略意义

商业咨询机构德勤咨询公司首席未来学家Mike Bechtel表示，商业伙伴之间的数据共享正变得越来越容易，合作程度也越来越高。他说：“随着云原生数据仓库和相邻数据洞察平台的大量采用，我们开始看到有趣的用例，企业能够将其数据与交易对手的数据结合起来，从而创建全新的、可销售的数字资产。”

Bechtel预见了外部数据共享即将发生的巨大变化。他说：“多年来，企业董事会和IT部门都在抽象地谈论拥有所有这些数据的价值，但要想将这些数据变现，就必须使其更具流动性。企业可能拥有数PB的数据，但如果这些数据只是在内部仓库中存放，那么将无法充分利用这些数据。”

4、数据结构和数据网格的采用率上升

数据结构和数据网格技术可以帮助企业以实用和可用的方式从技术堆栈和层次结构中的所有元素中获取最大价值。IT咨询机构Resultant公司的首席顾问Paola Saibene表示：“许多企业仍然使用遗留解决方案、旧技术、继承的政策、流程、过程或方法，但不得不在一个新的架构中融合它们，以实现更高的灵活性和速度。”

数据网格使企业能够从当前状态的环境中获取所需的信息和见解，而无需对其进行根本性改变或大规模颠覆。Saibene解释说：“通过这种方式，首席信息官可以利用他们已经拥有的工具，在上面添加一个层，使他们能够以现代和快速的方式利用所有这些资产。”

数据结构是一种通过使用智能和自动化系统实现各种数据管道和云计算环境端到端集成的架构。Saibene指出，结构非常重要，特别是在活动元数据级别。她说:“互操作性代理将使一切看起来都非常好地连接在一起，并有意以这种方式进行设计。因此，可以获得所需的所有见解，而不必彻底改变运行环境。”

5、数据可观察性成为业务的关键

数据可观察性通过密切监视数据流入和流出应用程序扩展了数据质量的概念。数据可观察性提供商Kensu公司的创始人、《数据可观察性基础》一书的作者Andy Petrella表示，该方法提供了对应用程序的信息、模式、度量和谱系的业务关键见解。

数据可观察性的一个关键属性是它作用于元数据，提供了在应用程序中直接监视数据的一种安全方法。当敏感数据离开数据管道时，它是由数据观察代理收集的。Petrella说。“有了这些信息，数据团队可以更快地解决数据问题，防止数据传播，降低维护成本，恢复对数据的信任，并扩大数据的价值创造。”

Petrella声称，数据可观察性创造了一个全新的解决方案类别。他指出：“首席信息官首先应该了解观察数据的不同方法，以及它与质量管理的区别。然后应该确定数据团队中的利益相关者，因为他们将负责采用可观测性技术。”

无法提高数据质量可能会阻碍数据团队的生产力，同时降低整个数据链上的数据信任。Petrella说，“从长远来看，这可能会把数据活动推到后台，影响企业的竞争力，最终影响其收入。”

Cisco AppDynamics公司首席技术官Gregg Ostrowski表示，IT领导者正在应对技术堆栈中不断增长的复杂性和难以理解的数据量。他指出：“他们必须将大量扩展的云原生服务与现有的内部技术整合在一起。从数据战略的角度来看，最大的趋势是IT团队需要在其应用程序中获得清晰的可视化和洞察力，无论是在内部部署、云计算环境还是混合部署环境中。”

6、“数据即产品”开始提供业务价值

数据即产品是一个概念，旨在通过使用从许多不同来源捕获的混合数据来解决现实世界的业务问题。全球工程、采购、咨询和建筑商Black&Veatch公司的首席信息官Irvin Bishop表示：“这种捕获和分析方法为企业提供了一个新的智能水平，可以产生真正的收入影响。”

Bishop表示，了解如何获取和应用数据可以在许多方面改变游戏规则。他报告说，Black&Veatch公司正在与客户合作，制定数据产品路线图，并建立相关的关键绩效指标。他指出：“其中的一个例子是，我们如何利用水务行业的数据更好地管理关键基础设施。根据过去的性能数据，我们的水务行业客户可以预测设备何时可能需要更换，以及设备能够承受什么样的环境影响。”Bishop表示，这种方法使参与的客户能够更好地控制服务可靠性和预算。

7、跨职能的数据产品团队应运而生

商业咨询机构EY Americas公司的数据和分析主管Traci Gusher表示，随着企业开始将数据视为一种产品，建立跨IT、业务和数据科学部门的产品团队变得非常必要。

Gusher指出，数据收集和管理不应该被归为另一个项目。她表示：“数据需要被视为一个功能齐全的业务领域，与人力资源或财务没有区别。向数据产品方式的转变意味着，企业的数据将像物理产品一样被对待——开发、销售、进行质量控制、增强，并具有明确的跟踪价值。”