数字经济DIGITALECONOMY64COvERStORY2022封面虽然“大数据”概念已流行十余年，但大多数企业仍然不能真正实现运用大数据进行数字化转型。而DataOps技术的出现，正好为普通企业的数字化转型带来了新希望。本文简要介绍了DataOps的基本概念，并解释了为什么DataOps对每个想要从数据中获取真正价值的公司都至关重要。文︱彭锋智领云联合创始人、CEO自流行词“大数据”出现十多年后，大数据似乎只对少数公司有用。在硅谷，几乎所有的独角兽企业都广泛使用大数据来推动他们的数字转型的成功。在中国，像BAT这样的公司已经掌握了大数据的艺术，同时我们也有像字节跳动这样主要以大数据技术为基础的超级独角兽公司，令人遗憾的事实是，对于大多数公司来说，大数据要么仍然是流行词，要么的确是难以实现。幸运的是，一门新学科正在崛起，是解开普通公司数据能力，推动公司数字化转型的关键。它就是DataOps，与DevOps明显相似的名称以及与DevOps类似的软件开发角色，是数据工程师希望简化数据的使用并真正实现以数据来驱动企业成功的方法。什么是DataOpsDataOps是一种面向流程的自动化方法，由数据分析团队使用，旨在提高质量并缩短数据分析的周期时间。DataOps的定义会随着时间的推移而DataOps:大数据新战线数字经济官方微信赛迪网官方微信DOI:10.19609/j.cnki.cn10-1255/f.2022.12.008652022年第12期数字经济DigitalEconomyDigitalEconomy发展，但其关键目标非常明确：提高数据分析的质量并缩短数据分析的周期。DataOps并不会使数据分析变成一项简单的工作。实施成功的数据项目仍然需要大量工作，例如深入了解数据和业务的关系，良好的数据使用规范以及一个公司的数据驱动的文化培养。不过，DataOps将极大地提高人们使用数据的效率并降低使用数据的门槛，公司可以更快、更早、更好地开始使用数据，并且成本和风险更低。DataOps解决的问题大数据的大多数应用可以分类为AI（人工智能）或BI（商业智能）。此处的AI是指广义的人工智能功能，包括机器学习、数据挖掘以及其他从数据中获取以前未知知识的技术。BI则是更多地使用统计方法将大量数据汇总到更简单的报告，供人们理解。简而言之，AI使用各种数据算法来计算新的东西，BI则是统计人们可以理解的数字。编写AI/BI程序并不难。你可以在几个小时内设置一个TensorFlow的人脸识别程序。或者使用Matlab绘制一些数据，甚至使用Excel也并不难实现这个目的。问题在于，要实际使用生产结果来支持面向用户的产品或根...
