בסביבה העסקית המחוברת כיום, הנתונים הפכו לדם החיים של חדשנות ותועלת תחרותית.אבל רוב הארגונים עדיין מתייחסים לנתונים שלהם כנכס קנייני שיש לשמור מאחורי חומות אש והסכמים משפטיים.השינוי לעבר מערכות אקולוגיות המונעות על ידי נתונים דורש גישה חדשה – אחת שבה שיתוף פעולה בין הצדדים מופעל על ידי פלטפורמות שיתוף נתונים קריטיות.

מה הם פלטפורמות שיתוף נתונים?

פלטפורמות שיתוף נתונים הן סביבות דיגיטליות – לעיתים קרובות מבוססות ענן, אך זמינות גם כפתרונות היברידיים או על-ידי-premises – המאפשרים חילופי נתונים מבוקרים בין מספר צדדים.בניגוד לכלים מסורתיים לשיתוף קבצים או API שנבנו עבור אינטגרציה נקודה לנקודה, פלטפורמות אלה נועדו מן הקרקע כדי לתמוך ב- Multi-stake-stake-stake-s-s-ed Access Controlsededed, ו-Data-Creperable-dod-doded Data Management.

המונחים:

פלטפורמה לשיתוף נתונים חזקה כוללת בדרך כלל:

  • (ב) קטלוג נתונים:0) ,9.10.1: מלאי חיפוש של נתונים זמינים עם metadata, קואז' ומדיניות השימוש.
  • (FLT:0) ניהול גישה: ⁇ FLT:1 , מדיניות מבוססת תכונות, כללי תפוגה עבור נתונים משותפים.
  • מנוע טרנספורמציה:0 Dataטרנספורמציה:001 כלים לנרמל, לאסוף, או לאנונימיות מידע לפני שיתוף.
  • (ב) ויקרא י"א): "ה', ו''' (ב)', ו''' (ב')', ו''' (ב')', ו'''', כ')'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
  • (ב) ,0)I Gate:FLT:1 RESTful or GraphQL ממשקי נתונים מתכנתים.

דוגמאות לפלטפורמות שיתוף נתונים מודרניות כוללות את שוק הנתונים של Snowflake, Amazon Data Exchange ופתרונות קוד פתוח כמו Dataverse.פלטפורמות אלה מופשטות את המורכבות של קישוריות ישירה, ומאפשרות לארגונים להתמקד בערך של תובנות משותפות ולא בצנרת.

היתרונות של Cross-Company Data Sharing

כאשר מבוצע באמצעות פלטפורמה מעוצבת היטב, שיתוף נתונים חוצה-שותף מספק יתרונות המורכבים לאורך זמן.המאמר המקורי המפורט ארבעה יתרונות; בואו להרחיב כל אחד עם איורים קונקרטיים ולהוסיף שכבות נוספות של ערך.

חידושים משופרים

שילוב של נתונים מתחומים שונים לעתים קרובות מעורר רעיונות פורצי דרך.חשב חברת תרופות משתפת תוצאות מחקר קליני אנונימי עם מעבדה מחקר באוניברסיטה יחד, הם יכולים לזהות מועמדים חדשים סמים כי לא יכול לגלות לבד.בקמעונאי, מותג שיתוף נתונים POS עם ספק לוגיסטי מאפשר אופטימיזציה של מלאי בזמן אמת כי מפחיתה את הפסולת ומשפרת את הזמינות של מדף:0lote דוח משותף על פני נתונים משותף יותר עם פלטפורמות נתונים, כאשר משתמשים ב- 1-in-in-in-in-in-in-in-time, סביר יותר, כאשר משתמשים ב-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-in-time אופטימיזציה של נתונים שיתופיים, כאשר משתמשים ב-in-in-in-in-in-in-in-time, עם זמינות פסולת ומשפרך, על-in-in-in-in-in-in-in-in-In-in-in-in-In-in-In-ידי שימוש ב-in-in-in-in-in-ידי שימוש ב-

קבלת החלטות משופרת -

איכות ההחלטות תלויה בשלמות המידע הזמין.כאשר היצרן משתף מדדים בייצור עם הספקים המרכיבים שלו, שני הצדדים יכולים לצפות צווארי בקבוק לפני שהם מתרחשים. aconortium של בנקים שחולקים אינדיקטורים הונאה (עם אמצעי הגנה נאותה) מפחית באופן דרמטי את החיובים המזויפים ומזרז עסקאות לגיטימיות.היכולת של הפלטפורמה להאכיל שאילתות על פני נתונים של חברות מבלי להעביר כל מידע משתתף תוך שמירה על נתונים תוך שמירה על ריבונות.

עלויות יעילות

(Duplicate data Storage, Redundant אינטגרציה Engineering, ו-Exchanges are dear.A Data Sharing פלטפורמה מרכזית בממשלות ובקישוריות, צמצום העלות הכוללת של שיתוף נתונים.לדוגמה, במקום בניית 50 נקודות עד לנקודה צינורות ETL כדי להחליף נתונים עם מפיץ, חברת CPG יכולה לפרסם נתונים מנוהלת אחת ולתת לשותפים מורשים לצרוך אותה באמצעות ממשקי API או גישה ישירה של SQL בתוך 2, 000 שנים, כמו למשל, 000 יחידות תחזוקה, 000 של חברות CLT, לעומת 2, 000 של , 000 שנים, 000 יחידות של , 000 של , 000 של , 000 יחידות של קיבולת מבוססת על בסיס 2, 000 של קיבולת של קיבולת של קיבולת של קיבולת של קיבולת של קיבולת של קיבולת של קיבולת של קיבולת של LTF ואילך, 000 1F עכשיו, 000 1 , 000 1F עכשיו, 000:

בעיות מהירות יותר

בתרחישים רגישים בזמן כגון כשל בציוד, אירועי סייבר או הפרעות שרשרת אספקה, החלפת נתונים בזמן אמת היא חיונית.יצרן רכב שמשתף נתונים חיישן קו הייצור עם הספקים השכבה1 שלה יכול לזהות סטייה איכותית בתוך דקות ולהפוך תיקון לפני אלפי חלקים פגומים נעשים.

השוק הרחב מגיע

פלטפורמות שיתוף נתונים גם מאפשרות זרמי הכנסות חדשים.ארגונים יכולים להמיש נתונים שאינם רגישים על ידי רישום אותם בשוקי נתונים.לדוגמה, חברת תחבורה עשויה למכור נתוני זרימת התעבורה אנונימיים לתכננים עירוניים.זה יוצר לולאה רוטטת: יותר משתתפים מביאים נתונים עשירים יותר, אשר מושכים אפילו יותר משתפי פעולה.

אתגרים ושיקולים

למרות היתרונות משכנעים, שיתוף נתונים חוצה שותפים מציג אתגרים חמורים שיש לטפל בהם באמצעות עיצוב פלטפורמה, מדיניות ותרבות.

פרטיות נתונים ואבטחה

שיתוף נתונים מחוץ לחשיפה לגדרית של הארגון, ברגים יכולים לפגוע במוניטין ולהזמין קנסות רגולטוריים.פלטפורמות חייבות לאכוף הצפנה במנוחה ובמעבר, איסוף שדות רגישים וטכניקות פרטיות שונות למניעת זיהוי מחדש.FLT:0reacioGDPRFLT:1, FLT:2CCPAFLT 3, ותקנות פרטיות שונות בתעשייה (HIP ב- HIV, טיפול גולמי, דרישות טיפול נקיות) באופן מיידי, ללא תשלום נתונים מאובטח (הספקי) של ניהול נתונים נקיים) ותקנות גישה (HIP)

אמון בין המשתתפים

אמון הוא סלע של כל איסוף נתונים של איסוף נתונים (DSAs) וסעיפים לא ינקטופים את הנתונים שלהם לא יהיו מנוצלים או מדלפים למתחרים. מסגרות משפטיות כגון הסכמי שיתוף נתונים (DSAs) וסעיפים לא-דיסקקלידיים להגדיר את הכללים, אבל אכיפת טכנית חשובה באותה מידה.פלטפורמות המספקות מסלולי ביקורת שקופה, שימוש (למשל, "לא להוריד"), ולאמץ") ולטפל בנתוני אבטחה אוטומטיים.

סטנדרטיזציה של תבניות נתונים

כאשר חברות משתמשות במערכות ERP שונות, שמות מוסכמות, ויחידות מדידה, לא ניתן למזג נתונים גולמיים ללא טרנספורמציה.פלטפורמות שיתוף נתונים צריכות לכלול כלי מיפוי, סכמה בהקצאה, ונתוני איכות נתונים.תקני תעשייה כמו FLT:0 (DDCMEDM Council CDFLT:1) בכספים או FLT:2HLHIRFLT: 3:3 מסייע להפחית את האינטגרציה של נתונים סטנדרטיים ללא אינטגרציה.

ריבונות וביטוח משפטי

שיתוף נתונים חוצה גבולות מוגבל יותר על ידי חוקים המחייבים נתונים להישאר בגבולות לאומיים. LGPD של ברזיל, חוק אבטחת המידע של סין, ו-GDPR של האיחוד האירופי להטיל תנאים נוקשים.פלטפורמת שיתוף נתונים גלובלית חייבת לתמוך בקרדי תושבות נתונים - המאפשרת למנהלים לשמור על חנויות נתונים נפרדות בכל תחום שיפוט, תוך שהיא מאפשרת שאילתות אנליטיות בכל האזורים באמצעות טכניקות בעלות פרטיות.

תכונות עיקריות של Modern Data Sharing Platforms

כדי להתגבר על האתגרים האלה, פלטפורמות מתפתחות מעבר להחלפת קבצים פשוטה.כאן תכונות חיוניות שמבחינות פלטפורמות ברמה ארגונית מפתרונות אדים.

  • (FLT:0) גילוי נתונים וקטלוג: משתמשים יכולים לגלוש במאגרי מידע הזמינים, לקרוא תיאורים, דגימות תצוגה מקדימה ולהבין את קו הנתונים מבלי לבקש גישה מ- IT.
  • (FLT:0) בקרות גישה ranular Access:FLT:1 Permissions ניתן להגדיר לרמה עמודה, רמת שורות, או אפילו רמת תאים.
  • (FLT:0) נתונים מונעים על ידי פוליטי המסכות: ⁇ 1; מסיכה דינמית מבטיחה כי שדות רגישים (למשל, דוא"ל, SSN) מעורפלים על בסיס תפקידו של הצופה, גם כאשר הנתונים הבסיסיים זהים.
  • (FLT:0) ניתוח וחיוב: FIRLT:1) הפלטפורמה עוקבת באיזו תדירות כל מצגת נתונים נגישה, על ידי מי, ועל איזו מטרה - קבלת החזרים או שיתוף הכנסות.
  • (FLT:0) שילוב עם כלי מדע נתונים: ההרחבה 1 (APIs) ומחברים עבור Python, R, Tableau, Power BI, ו-Jpyter מחברות מאפשרות לאנליסטים לעבוד בסביבות מוכרות.
  • (FLT:0) והוכחה: כל עדכון להצגת נתונים משותפת נרשם, מה שהופך את זה קל לשחזר ניתוחים העבר או לחזור אחורה שינויים שגויים.

התעשייה משתמשת במקרים

בריאות ומדעי חיים

עצירות רפואית משתמשת בפלטפורמות שיתוף נתונים כדי לשלב תוצאות של חולים מרובים ללא להתפשר על פרטיות.פלטפורמות כמו LT:0TriNetXIRFLT:1 לאפשר לחברות תרופות להאיץ את ההרשמה הקלינית על ידי שאילתה של רשומות בריאות אלקטרוניות מזוהות על פני מאות ארגוני בריאות.

שירותים פיננסיים

בנקים וחברות ביטוח חולקים אותות הונאה ונתוני סיכון אשראי באמצעות פלטפורמות סינדיקד.לדוגמה, (FLT:0SynapseFLT:1) (פלטפורמת נתונים פיננסית) מאפשר איגודי אשראי קטנים יותר לגשת לדגמי הסיכון כמו בנקים גדולים. Openבנקאות תקנות בבריטניה ובאירופה להאיץ את פריסת פלטפורמות שיתוף נתונים מבוסס API המחברות באופן מאובטח את ה-Aggregators, המלווים, ותשלום בממריצים.

שרשרת אספקה ולוגיסטיקה

(הופנה מהדף ETAs) שיתוף תחזיות, רמות מלאי ומשלוח ETAs בין קמעונאים, יצרנים ונושאות מפחיתות את השפעות השוליות של בול-החלים.פלטפורמות כמו FLT:0 FourKitesFLT:1 ו-FLT:2 (Project44FLT) מספק חשיפה בזמן אמת בשרשרת האספקה על ידי העלאה נתונים מאלפי שותפים.

ערים חכמות ותשתית

ממשלות עירוניות, כלי רכב וסוכנויות תחבורה חולקות נתונים של חיישן תנועה, דפוסי צריכת אנרגיה, ואזהרות בטיחות הציבור באמצעות פלטפורמות נתונים עירוניות.זה מאפשר תגובות מתואמות למקרי חירום, אופטימיזציה של תזמון האור, ותכנון עירוני טוב יותר.ה-FLT:0Harvard Data Data Smart City Solutions ProgramFLT:1 מדגיש כמה דוגמאות שבהן שיתופי פעולה אלה שיפרו את השירות תוך שמירה על פרטיות האזרחים.

מגמות עתידיות ב-Data Sharing Platforms

הנוף מתפתח במהירות.כמה מגמות מתעוררות יעצבו כיצד ארגונים חולקים נתונים בחמש השנים הקרובות.

AI ו- Machine Learning

פלטפורמות יטביעו יותר ויותר מודלים של ML כדי להתאים את בדיקות איכות הנתונים, לזהות אנומליות, ולהציע להצטרף בין דיסוציאט נתונים.FLT:0 (AutoMLirFLT:1), צנרת של נתונים משותפים, יניב תובנות ללא צורך בהנדסת תכונות ידניות.Governance עצמה תהפוך ל- AI-מניעה-לדוגמה, באופן אוטומטי נתונים מקודמים שעשויים להפר חוקים.

Blockchain for Trust and Provenance

בעוד בלוקצ'יין אינו panacea, הוא מצטיין במתן שבילי ביקורת מבוזרים, מבוזרים. פלטפורמות שיתוף נתונים עשויים להשתמש בלוקצ'יין מורשה (Hyperledger, Quorum) כדי להקליט יומני גישה לנתונים ולאכיפת חוזים חכמים אשר מבטלים באופן אוטומטי גישה כאשר מנויים יפוג תוקפ.זה מבטל את הצורך בסמכות מרכזית להסכמי משטרה.

מאגרי מידע ו- Token

אנו רואים את עליית שוקי הנתונים שבהם ארגונים קונים ומכירים נתונים כסחורות.כמה פלטפורמות מסמנים נתונים באמצעות אסימוניות לא-צפויות (NFTs) לייצג זכויות בעלות ושימוש. בעוד עדיין נישה, מגמה זו יכולה לדמוקרטי גישה לנתונים בעלי ערך שננעלו כיום בשולי החברה.

צוק ו-Ferated Computing

בעוד מכשירים IoT מתרבים, שליחת כל נתוני חיישן גולמי לענן מרכזי היא בלתי מעשית.פלטפורמות שיתוף נתונים תומכות יותר ויותר בבלוטות קצה כי נתונים לעיבוד ושתף רק תובנות מצטברות. למידה פדרated מאפשר מודלים להיות מאומן על פני נתונים רבים ללא כל נתונים גולמיים לעזוב את המקום שלהם.זה מבטיח במיוחד עבור בריאות ופיננסים, שבו פרטיות היא רבת.

טכנולוגיות פרטיות-Enhancing Technologies (PET)

טכניקות כגון הצפנה הומומורפית, חישוב רב-מפלגתי מאובטח ופרטיות שונה נעות ממעבדות מחקר לפלטפורמות מסחריות.אלה מאפשרות חישובים על נתונים מוצפנים, המאפשרות שיתוף פעולה על נתונים רגישים מבלי לחשוף את הערכים הבסיסיים. לדוגמה, קבוצה של בתי חולים יכולה למקם את שיעור ההפוגה הממוצע על פני כל המוסדות ללא חשיפת רשומות בודדות.

הפרקטיקה הטובה ביותר ליישום פלטפורמת שיתוף נתונים

אימוץ פלטפורמת שיתוף נתונים דורש יותר מרכישת טכנולוגיה.התשומי ביצועים מוצלחים עוקבים אחר גישה מובנית:

  1. (FLT:0)Start עם הצעת ערך ברורה: FIRLT:1 ,זהה בעיה עסקית ספציפית כי נתונים בין שותפים יכולים לפתור.לדוגמה, "לחנך חלקים מזויפים בשרשרת האספקה שלנו ב-50% על ידי שיתוף נתונים רכיבתיים עם OEM".
  2. (FLT:0Build ansystem, not a פלטפורמה:Figal1) משתתפים בגיוס מגייסים המביאים נתונים בעלי ערך גבוה.ההשתתפות שלהם תמשוך אחרים. Define מסגרות משפטיות ומדיניות ניהול נתונים בשיתוף פעולה.
  3. (FLT:0) Invest in Data Quality Upfront:03FLT:1) נתונים משותפים חייבים להיות מדויקים, שלמים, ונוכחיים. ליישם חוקי אימות נתונים אוטומטיים ולבסס מועצת המנהלים של נתונים.
  4. (FLT:0) שלבאז רולט: 1FLT מתחיל עם טייס קטן (למשל, שני שותפים, אחד Dataset) כדי להוכיח ערך וברזל בעיות ממשל לפני הסקאלה.
  5. (FLT:0) ממורטור והסתגלות: FLT:1var metrics, משוב מהמשתתפים, ומקרי עמידה.Iterate על התכונות והמדיניות של הפלטפורמה בהתבסס על שיעורים שנלמדו.

מסקנה

פלטפורמות שיתוף נתונים עברו מכלים ניסיוניים לצרכים אסטרטגיים של ארגונים שרוצים לשגשג בכלכלה מקושרת.על ידי כך שתאפשר שיתוף פעולה מאובטח, שקוף, ומדורג, פלטפורמות אלה פותחות חדשנות, לשפר את קבלת ההחלטות, ולהקטין את העלויות.האתגרים - פרטיות, אמון, סטנדרטים - הם אמיתיים אך ניתנים להשגה עם פלטפורמה מתחשבת וממשל.