>平台数据事故引起客户投诉、资损甚至监管报送。>在数字化转型过程中，高质量的数据保证越发重要
→必须有数据研发工程师+后端开发工程师参与完整的业务需求→作业上线流程严，即使不接入生产应用/最小权限的分析任务，审批流程也要小时到天不等，影响一些分析场景的效能；》指标口径不统一，存在烟囱式开发。
》缺少实时数据分析能力
>重复作业，数据冗余度高。
数据未进行冷热分析，存在垃圾数据。→数据价值难以评估，需求价值的度量标准。
>敏感数据外泄》如何既能实现共享又能符合各项法规急需一套工程体系支撑数据研发，DataOps是一种面向数据全生命周期，以价值最大化为目标的最佳实践。聚焦于协同从数据需求输入到交付物输出的全过程。构建集开发、治理、运营于一体的自动化数据流水线，不断提高数掘产品交付效率与质量，实现高质量数字化发展。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入查阅下载3万+精选资料，年享1万+精选更新
（星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com）
