什么是数据互操作性？

数据互操作性是指不同系统以协调的方式有效交换、整合和使用数据的能力。它支持企业范围内的无缝数据共享，促进协作、创新和基于数据的决策。

企业可以通过标准化其数据资产，并采用必要的基础设施和协议来支持数据共享，从而实现数据互操作性。互操作数据的一些常见特征包括：

• 存在于一致的格式中，可供不同业务部门和多样化的系统访问和解读。
• 可与其他数据结合，进行更全面的分析。
• 通过应用程序编程接口 (API) 无缝共享。
• 通常遵循通用的互操作性标准，如电子数据交换 (EDI) 标准和快速医疗互操作性资源 (FHIR)。

随着信息生态系统持续扩大和复杂化，数据互操作性在金融服务、医疗保健和政府等部门中扮演着关键角色。这些及其他行业的组织依赖无缝数据交换来支持关键功能，例如做出投资决策、确定医疗方案和执行公共安全措施。

虽然建立数据互操作性可能具有挑战性，但软件解决方案可以提供帮助。数据清洗工具、API  管理软件和数据整合平台能够使企业培育出强大的数据环境，让所需系统和利益相关者能够随时获取和使用信息。

要理解数据互操作性的价值和重要性，思考一下缺乏它时会发生什么会有所帮助。

例如，想象一本食谱放在高书架的顶层。有些人能够到它；其他人可能甚至看不见它，更不用说从书架上拿下来了。

那些能够到食谱的人发现，其中的配方在计量单位上反复切换，时而使用英制单位（如汤匙和盎司），时而使用公制单位（如克和升）。

在这种情况下，读者被迫不断进行换算——这是一项耗时且乏味的体验。而在进行这些换算的过程中，就有可能犯错，导致不理想的结果。

这些挑战与组织在数据访问和可解读性方面面临的挑战相似。但当利益相关者和系统无法访问数据，或难以将其转换为可用值时，其后果往往比一碗咸汤或塌陷的舒芙蕾更严重。

这意味着团队无法利用关键数据资产进行协作、获取洞察、识别问题和把握机遇。

这意味着医疗保健提供者可能会错过关于患者病情的关键细节，导致治疗效果不佳。这意味着投资组合经理可能无法察觉正在发展的市场趋势，损害客户的投资回报。

这意味着一个智能体式 AI 系统可能因为无法访问最新的库存数据而无法优化生产计划。这意味着来自不同机构的急救人员可能对同一情况有不同认知，阻碍紧急情况下的成功合作。

此时，数据互操作性登场。

通过数据互操作性，来自不同数据源的信息被组织成标准格式，以便于不同业务部门和系统解读和兼容。并且，通过确保系统间数据交换的链接，数据互操作性使广泛的利益相关者能够直接访问这些信息。

尽管数据互操作性长期以来一直很重要——例如，用于零售和制造业数据的通用产品代码 (UPC) 可追溯到 1973 年¹——但随着数据驱动决策和自动化成为实际业务运营的核心，其重要性愈发凸显。

专注于商业智能和人工智能 (AI) 计划的企业，必须确保正确的数据能够被需要的人和系统获取、理解和使用。数据互操作性有助于实现这一点。

与其他数据管理实践和支柱一样，数据互操作性使组织能够充分利用其数据资产。数据互操作性的好处包括：

• 更强的数据访问能力： 当数据在企业内部和系统之间无缝流动时，利益相关者更容易访问他们所需的信息，全面了解情况。

• 更可用的数据： 据估计，68% 的企业 数据未被使用，这主要是因为它们被困在数据孤岛中或难以解读。通过数据互操作性实践实现格式标准化，使得在整个组织中使用以前“暗”数据变得更加容易。

• 更高的敏捷性： 数据互操作性通过确保流入系统的实时和近实时数据能够在各部门间解读，帮助企业应对不断变化的市场条件。

• 更高的效率： 如果数据易于访问且无需临时转换，工作流程就能加快，数据团队可以将节省的时间投入到更有价值的工作中。

• 加强的协作： 当组织内更多人能够访问和理解相同的数据集时，误解和分歧的空间就会减少——为更好的跨职能协作和联合创新构建基础。

• 更易扩展： 当企业添加新系统时，数据互操作性允许以最少的人工干预，为新系统利用现有数据资产。

• 增强的合规性： 金融、医疗等高度监管行业的企业，在分发和共享数据方面受到严格规则约束。数据互操作性实践有助于组织确保数据共享符合监管要求和行业标准。

• 更佳体验： 当数据在整个组织内标准化并高效交换时，它能在应用程序间顺畅流动，减少各种任务对手动数据输入的需求。这可以带来更好的员工体验。

• 明智的决策： 广泛可访问和可解读的数据有助于组织做出更明智、由数据驱动的决策。这类决策既可由人类利益相关者做出，也可由利用可用数据进行自主决策的智能体式 AI 做出。

• 更广泛的互操作性： 数据互操作性支持企业或网络内通用互操作性或互操作系统的成功实现。这种互操作性由能够共享服务、资源和功能的系统构成。^2,3

建立数据互操作性可以是一个渐进的过程，组织需要逐步实现不同级别的通用互操作性。适用于数据交换的级别包括：

企业通常会遵循以下步骤来实现不同级别的数据互操作性：

将来自不同数据结构的信息转换为通用数据格式（如 JSON 和 XML），实现语法互操作性。

JSON（JavaScript 对象表示法）是一种基于 JavaScript 编程语言的简单数据交换格式。一条 JSON 消息由名称-值对（对象）和有序的值集合（数组）组成。⁴XML 数据格式是一种符合可扩展标记语言规则的格式，允许创建自定义标签来定义数据。⁵

建立描述数据元素的通用词汇表，有助于实现语义互操作性。例如，在医疗保健领域，通用编码系统 LOINC（逻辑观测标识符名称和代码）以精细的细节来标识特定的实验室测试。

代码 806-0 表示对脑脊液中的白细胞进行人工计数。如果两个不同的实验室在不同时间对同一患者进行该项测试，该代码将向医疗保健提供者表明进行了什么测试，并且结果可以进行比较，从而为患者的诊疗结果提供洞察。

元数据管理也能帮助组织建立语义互操作性。当数据在系统间传输时，伴随数据的元数据会指示接收系统如何解读它。

元数据管理确保元数据保持结构化、可访问且可操作，使其能够按预期为数据互操作性服务。例如，元数据在学术研究存储库的互操作性中起着关键作用，因为研究人员可以同时搜索来自不同存储库的元数据，找到他们所需的资源。⁶

企业通过使用 API  在内部和外部系统之间共享数据，从而实现传输互操作性。API 是一套规则或协议，使软件应用程序能够以简单、安全的方式相互通信。

API 用于数据共享和数据互操作性的例子不胜枚举，包括保险和健康信息交换、物联网 (IoT) 设备的数据传输，以及将社交媒体内容集成到专有商业网站中。

在确定数据格式、通用术语和传输协议方面，企业不必从头开始。各种互操作性框架和标准提供了针对行业、学科和技术的指导——有些是法律强制要求的——说明如何建立数据互操作性和互操作系统。

这些标准可以确保企业内部以及不同组织之间的互操作性，帮助它们实现组织互操作性。

这些框架包括：

• 医学数字成像和通信 (DICOM) 标准：针对医学图像和患者数据的数据格式和传输协议。
  
  
• 电子数据交换标准 (EDI) ：用于在企业间安全传输数字文档。
  
  
• 快速医疗互操作性资源 (FHIR)：用于健康数据交换，由美国卫生与公众服务部强制要求。
  
  
• ISO/IEC 21823-4:2022： 由国际标准化组织和国际电工委员会制定，为 IoT 系统建立了互操作性标准。
  
  
• Project 25 (P25) 标准： 用于公共安全机构人员（如急救人员）之间的数字无线电通信。

数据治理计划通过管控数据的收集、处理和使用，来确保组织数据的质量、安全性和可用性。因此，它们可以通过建立促进跨系统数据交换的程序，为数据互操作性提供有力支持。

然而，重要的是要注意，数据治理与数据互操作性之间存在共生关系——也就是说，不仅是数据治理支持数据互操作性，数据互操作性也能反过来支持数据治理，尤其是在合规性方面。

根据哈佛商学院的研究，数据互操作性有助于组织满足数据追踪和监管审计方面的法规要求。研究人员发现，尤其是内部数据 API，帮助组织满足了欧盟《通用数据保护条例》(GDPR) 的要求。⁷

在实现数据互操作性目标的过程中，组织可能会面临无数挑战。常见挑战包括：

虽然数据互操作性可以建立跨系统交换数据的桥梁，但当这些系统属于遗留系统时，这座桥梁就变得更难构建。遗留信息系统通常使用过时的格式，与较新的工具和系统不兼容。数据转换和整合解决方案可以帮助企业克服遗留系统带来的挑战，实现数据互操作性。

缺乏准确数据及其他数据质量问题可能会损害数据互操作性。如果数据集存在不一致、重复和缺失记录、无效数据及其他缺陷，那么共享这些数据就有可能在整个企业内传播劣质数据。在数据生命周期内实施数据清洗、监控、验证和治理措施，可以提高数据质量，进而支持更好的数据互操作性。

实现数据互操作性通常涉及引入新的工具和系统，包括集成软件，这需要培训员工使用。技术提供商通常会提供教程和其他资源，帮助员工熟悉整合解决方案。此外，与其他技术采用计划一样，指定领导者来倡导使用数据互操作性的整合工具，有助于鼓励更广泛的应用。

各行业和领域的数字化以及日益增强的数据驱动特性，使得数据互操作性在公共和私营部门都具有广泛的适用性。

金融服务业以数据为基础运行，银行、经纪自营商、保险公司和支付处理机构等组织每天都要交换关于交易、买卖等海量信息。数据孤岛和数据格式不一致等挑战，使得数据互操作性成为提高行业效率的关键。⁸

政府机构和部门依靠数据互操作性，在政策和计划上进行更有效的协作。例如，智利和乌拉圭的数据互操作性工作帮助其政府解读复杂的气候变化数据，使他们能够更好地利用这些数据进行监测和减缓措施。⁹

数据互操作性使医疗保健组织能够共享重要的医疗数据——如患者记录和免疫登记——这有助于医疗服务提供者改善患者护理。在美国，对于接受医疗保险或医疗补助支付的机构，通过电子健康档案 (EHR) 技术实现医疗数据互操作性是被强制要求的。¹⁰

全球供应链的复杂性意味着，随着商品在世界各地的制造和运输，数据系统之间会交换大量信息。数据标准和数据互操作性可以简化供应商、承运商和港口运营商之间的沟通，从而节省成本并降低排放。¹¹

不同的技术和平台可以帮助企业实现数据互操作性，包括：

• 数据清洗与转换工具：由人工智能驱动的工具可以自动化数据清洗和转换技术，包括标准化数据和消除重复，确保数据适合共享。

• 元数据管理工具：元数据管理工具有助于组织维护数据互操作性所必需的高质量元数据。元数据编目平台、提取、转换、加载 (ETL) 工具以及企业数据治理套件可能都具备元数据管理功能。

• API 管理软件：API 管理软件可以使组织能够通过统一解决方案管理其所有API，并自动化 API 生命周期中的关键任务。

• 数据整合平台：领先的数据整合平台可以整合来自各种来源的数据。它们还可能提供数据可观测性功能，以便快速识别和解决数据质量问题。