Informatica GM touts advances in autonomous data management

Informatica GM touts advances in autonomous data management

Posted on

एआई/एमएल ऑटोमेशन टेक्नोलॉजी समिट के लिए 12 जुलाई को ट्रांसफॉर्म 2021 में एआई और डेटा लीडर्स से जुड़ें। आज पंजीकृत करें।


मास्टर डेटा प्रबंधन (एमडीएम) ऐतिहासिक रूप से एक संदिग्ध क्षेत्र रहा है, जिसे कई संगठनों ने आसानी से अनदेखा कर दिया है। वास्तव में, कोई भी अभी भी निश्चित नहीं है कि कई संगठनों के भीतर डेटा की गुणवत्ता के लिए कौन जिम्मेदार है।

लेकिन डेटा गुणवत्ता एक तेजी से महत्वपूर्ण मुद्दा बन गया है क्योंकि संगठन ग्राहक अनुभव को बेहतर बनाने और एआई में निवेश के लिए आधार तैयार करना चाहते हैं।

वेंचरबीट ने इनफॉर्मेटिका में एमडीएम के महाप्रबंधक मनोज ताहिलियानी के साथ बातचीत की, ताकि एमडीएम तेजी से एक स्वायत्त प्रक्रिया के रूप में विकसित हो रहा है, जिसे एक बड़ी डेटा प्रबंधन रणनीति में शामिल करने की आवश्यकता है।

यह साक्षात्कार संक्षिप्तता और स्पष्टता के लिए संपादित किया गया है।

वेंचरबीट: अब एमडीएम पर इतना ध्यान क्यों है? कुछ हद तक, यह हमेशा एक चुनौती रहा है।

मनोज तहिलियानी: महामारी यह थी … घटना जहां कंपनियों को डिजिटाइज़ करने के लिए मजबूर किया गया है। यह हर क्षेत्र में हो रहा है। व्यवसायों के लिए पॉइंट सॉल्यूशंस को रोल आउट करने की स्वाभाविक प्रवृत्ति है। यह एक तरह से आसान तरीका है। यह सब अनुप्रयोगों और प्रौद्योगिकी के फैलाव की ओर ले जा रहा है। हमारे पास हमेशा एक विखंडन मुद्दा रहा है – अब समस्या और जटिल हो गई है, इसलिए मुझे लगता है कि एक अहसास है। यह एक प्रवृत्ति है जिसे हम अभी देख रहे हैं। यह बहुत स्पष्ट है कि एमडीएम किसी भी प्रकार के डिजिटल परिवर्तन की नींव है।

ऊपर: मनुज तहिलियानी, इंफॉर्मेटिका में एमडीएम के महाप्रबंधक।

वेंचरबीट: इन दिनों डेटा की गुणवत्ता के लिए कौन जिम्मेदार है?

तहिलियानी: शासन करने के तरीके के संदर्भ में डेटा प्रबंधन के भीतर एक क्लासिक समस्या है। आपको एक डेटा रणनीति तैयार करने की आवश्यकता है जो आपकी बोर्ड रणनीति या आपके अन्य व्यावसायिक परिणामों के साथ संरेखित हो जो एक संगठन प्राप्त करना चाहता है। लेकिन फिर आप विस्तार के अगले स्तर पर पहुंच जाते हैं। आप डेटा रणनीति को कैसे लागू करते हैं? किसी भी सफल डेटा प्रबंधन यात्रा की नींव में एक सुशासन ढांचा होना है क्योंकि शासन वह है जो लोगों की प्रक्रिया और प्रौद्योगिकी को एक साथ लाता है और आवश्यक रेलिंग में डालता है। व्यवसाय डेटा के स्वामी हैं। आईटी टीमें यह नहीं बता सकतीं कि दो ग्राहक एक जैसे हैं या नहीं, लेकिन आईटी को व्यवसाय को प्रबंधन क्षमता देने के लिए प्रक्रियाओं को तैयार करने की आवश्यकता है। यह सफल होने के लिए व्यापार और आईटी के बीच एक सहयोग है। यह एक अकेले की तरह की बात नहीं है।

वेंचरबीट: क्या हर संगठन को एक मुख्य डेटा अधिकारी की आवश्यकता होती है?

तहिलियानी: हमने मुख्य डेटा अधिकारी को देखा है। कभी-कभी वे मुख्य डिजिटल अधिकारी भी होते हैं। यह अभी भी एक विकसित स्थान है। मैं देखता हूं कि लंबे समय तक मुख्य डेटा अधिकारी डेटा के लिए जिम्मेदार होगा। यह एक भूमिका के साथ एक शीर्षक हो सकता है, लेकिन यह निश्चित रूप से कुछ जिम्मेदारियों के साथ एक भूमिका है। जब उनकी भूमिका को परिभाषित नहीं किया जाता है, तो आमतौर पर व्यवसाय से कोई ऐसा व्यक्ति होता है जो बिना शीर्षक के मुख्य डेटा अधिकारी के रूप में जिम्मेदारी और तरह का कार्य करता है।

वेंचरबीट: ऐसा लगता है कि डेटा प्रबंधन स्वचालन के लिए परिपक्व है। उस मोर्चे पर कितनी प्रगति हो रही है?

तहिलियानी: एमडीएम बहुत तेजी से विकसित हो रहा है। हम पहले से ही AI का उपयोग सुधार के लिए कर रहे हैं। स्वायत्त एमडीएम की ओर निश्चित रूप से दृष्टि है। एमडीएम की मुख्य प्रक्रिया ग्राहक का एक ही दृश्य प्राप्त करना है। फिर आपके पास इसके ऊपर जटिल व्यावसायिक प्रक्रियाएं हैं, या जिसे हम एमडीएम एप्लिकेशन कहते हैं। एमडीएम गुप्त सॉस एक ग्राहक का एक ही दृश्य प्राप्त करना है जिसे स्वायत्त प्रक्रिया का उपयोग करके साझा किया जा सकता है। हम मेटाडेटा खोजने में सक्षम हैं। हमारे पास कनेक्टिविटी के दृष्टिकोण से पाइपलाइनों को स्वचालित करने और फिर डेटा प्रवाहित करने की क्षमता है। हमारे पास मिलान के दृष्टिकोण से एक क्षमता है जो मशीन लर्निंग पर आधारित है और फिर एक बार जब आप उन शासन नीतियों को निर्धारित कर लेते हैं तो एक प्रक्रिया में डेटा साझा करने में सक्षम होते हैं। हम पूरी तरह से वहां नहीं हैं, अभी तक। वर्तमान में हम जो कर रहे हैं वह उस एमडीएम प्रक्रिया के विभिन्न पहलुओं में मशीन लर्निंग को लागू कर रहा है। मिलान एक बड़ा है। मेटाडेटा के आधार पर व्यवसाय मॉडल क्या होना चाहिए, इसके बारे में सिफारिशें देने में सक्षम होना एक और बात है। यह स्वचालित हो रहा है। यह अर्ध-स्वचालित प्रक्रिया से आगे बढ़ेगा जिसकी निगरानी मूल रूप से किसी बिंदु पर एक स्वायत्त एमडीएम प्रक्रिया बनने के लिए की जाएगी।

वेंचरबीट: हम कैसे जानेंगे कि हम उस स्वायत्त परिणाम पर भरोसा कर सकते हैं?

तहिलियानी: यदि आप सब कुछ स्वचालित कर रहे हैं तो शासन एक महत्वपूर्ण पहलू बन जाएगा। लोग कैसे भरोसा करते हैं कि यह डेटा वास्तव में काफी अच्छा है क्योंकि मशीन ने मुझे बताया था? आपको वहां कुछ व्याख्यात्मकता प्रदान करने की आवश्यकता है। हमें यह सुनिश्चित करने की आवश्यकता है कि मशीन लर्निंग एल्गोरिदम को लागू करने के मामले में फ्रंट एंड के आसपास शासन प्रक्रिया अधिक मजबूत है। यह एक रोमांचक समय है क्योंकि मूल एमडीएम प्रक्रिया निश्चित रूप से पूरी तरह से स्वायत्त हो सकती है। हम देखते हैं कि यह जल्द ही हो रहा है।

वेंचरबीट: व्यावसायिक उपयोगकर्ता हमेशा डेटा पर भरोसा नहीं करते हैं। क्या इसके परिणामस्वरूप सुधार होगा?

तहिलियानी: जब तक आप कल्पना कर सकते हैं कि चीजें कैसे की गईं, यह ब्लैक बॉक्स प्रक्रिया नहीं है। आत्मनिरीक्षण करने और समझने का एक तरीका है कि मशीन लर्निंग एल्गोरिदम वास्तव में एक निष्कर्ष पर कैसे आया। इससे आत्मविश्वास पैदा होगा। मुझे लगता है कि हमें बस यह सुनिश्चित करना है कि हम उस यात्रा पर सभी को अपने साथ ले जाएं।

वेंचरबीट: क्या अब संसाधित होने के लिए बहुत अधिक डेटा है?

तहिलियानी: वॉल्यूम बढ़ने के साथ यह एक पहलू है। उस भण्डारीपन के पैमाने का होना मानवीय रूप से संभव नहीं है। एक स्वायत्त तरीके से बहुत अधिक डेटा से गुजरने वाला है।

वेंचरबीट: क्या अधिक डेटा भी अब वास्तविक समय में संसाधित किया जा रहा है?

तहिलियानी: वास्तविक समय और स्ट्रीमिंग भविष्य में हैं, मुख्यतः क्योंकि डेटा बहुत तेजी से पुराना हो जाता है। यदि आप इसे किसी ग्राहक के साथ जुड़ने के दृष्टिकोण से देखते हैं, तो इस प्रकार के इंटरैक्शन का जीवनकाल होता है। प्रासंगिक अनुभव प्रदान करने के लिए आपको निकट वास्तविक समय में एक ग्राहक को एक सिफारिश प्रदान करने की आवश्यकता है। किसी भी डेटा प्रबंधन तकनीक के लिए स्ट्रीमिंग क्षमता का समर्थन करने और रीयल-टाइम अनुशंसाएं प्रदान करने में सक्षम होना महत्वपूर्ण है। हम इसमें से खुफिया जानकारी निकालने के लिए बहुत सारे निकास डेटा का उपयोग कर रहे हैं। लेकिन वह निकास डेटा भी बहुत तेजी से पुराना हो जाता है और प्रासंगिकता खो देता है।

वेंचरबीट: बादल का एमडीएम पर क्या प्रभाव पड़ा है?

तहिलियानी: वर्तमान में एमडीएम में होना एक रोमांचक समय है। हमने इंटेलिजेंट डेटा मैनेजमेंट क्लाउड लॉन्च किया है। MDM Informatica बुद्धिमान डेटा प्रबंधन क्लाउड के भीतर एक प्रमुख सेवा है। एमडीएम को ज्यादा तेजी से तैनात नहीं किया जा सकता है। अब आपके पास दो महीने की तैनाती नहीं है। हम एक लंबा सफर तय कर चुके हैं। एमडीएम प्रोजेक्ट छह से नौ महीने का हुआ करता था, अब आपके पास ग्राहकों को तीन से छह महीने में मूल्य मिल रहा है। हमारे पास उस तरह के सामुदायिक ज्ञान का उपयोग शुरू करने का एक निकट-अवधि का अवसर है। क्लाउड निश्चित रूप से इसकी सुविधा दे रहा है।

वेंचरबीट: तब आपकी सबसे अच्छी एमडीएम सलाह क्या है?

तहिलियानी: मैं हमेशा ग्राहकों को बताता हूं कि यह डेटा रणनीति से शुरू होता है। एक डेटा रणनीति तैयार करें जो आपकी व्यावसायिक रणनीति से जुड़ी हो और फिर वास्तव में यात्रा से गुजरें। यह समुद्र को उबालने के बारे में नहीं है। आप छोटी शुरुआत कर सकते हैं। अपनी यात्रा के दीर्घकालिक पहलुओं पर ध्यान देना भी महत्वपूर्ण है और बहुत निकट-केंद्रित नहीं होना चाहिए। इसे न केवल आज के लिए, बल्कि भविष्य के लिए भी आपकी डेटा आवश्यकताओं का समर्थन करना होगा। यह महत्वपूर्ण है कि आप अपनी डेटा रणनीति को डेटा प्लेटफ़ॉर्म के नज़रिए से देखें। एक नींव के रूप में डेटा प्लेटफ़ॉर्म का होना महत्वपूर्ण है जो कई डोमेन आवश्यकताओं का समर्थन करता है।

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है।

जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

Leave a Reply

Your email address will not be published. Required fields are marked *