您不应该进行数据治理的3个理由

发布时间:2018.12.13来源:数据治理浏览量:147次标签:数据治理

yes or no


今天有很多关于数据治理的讨论。但令人惊讶的是,今天“进行数据治理”的组织数量并不高。在我看来,数据治理是现代数据驱动型企业的必备条件。但我想您的组织决定不进行数据治理有几个原因。


理由#1:组织中的每个人都可以轻松查找数据
到目前为止,许多组织已经投资了某种类型的自助BI或可视化工具。希望这个神奇的工具能够为所有商业用户解锁数据,以便他们能够发现隐藏的见解,将您的公司推向新的竞争高度。他们所需要的只是正确的数据,而智慧的宝石将会溢出。因此,如果您的组织每次都快速找到正确的数据而没有任何问题,那么您可能不需要进行数据治理。


但如果你像我谈到的大多数公司一样,现实远非如此。可能有一些数据高手使用您的自助式BI工具,但最有可能的是大多数人没有。为什么?有几个原因。首先,他们可能找不到数据他们需要做分析。如果他们找不到数据,那么他们可能不会使用该工具,如果有的话。其次,假设他们找到了一些数据,他们可能不知道它意味着什么 - 或者如何找出它意味着什么。如果他们不知道这意味着什么,那么他们可能不会非常使用该工具,如果有的话。第三,假设他们找到数据并知道它意味着什么,他们不知道它是否值得信赖。如果他们不知道他们是否可以信任这些数据,那么(我确定你会看到它的发展方向),如果有的话,他们可能不会非常使用这个工具。


如果这听起来很熟悉,不要灰心。我与之交谈的大多数公司都在同一条船上。他们意识到,要实现自助式商务智能的承诺,他们需要数据治理。他们需要一个数据记录系统,以及一个受管理的数据目录,帮助所有业务用户查找,理解和信任数据。


理由2:你的数据池是原始的
如果你正在阅读这篇博文,那么你很清楚围绕大数据的炒作。可能的情况是,您的组织有一个数据池,其中包含充满竞争优势的数据集。如果您的组织的数据池与高山草甸一样纯净,那么您可能不需要数据治理。


不幸的是,我还没有看到一家公司的数据池几乎是原始的。事实上,大多数数据都填充了相同数据的略微修改版本。真的,这并不奇怪。数据池承诺持有大量结构化和非结构化数据,数据用户可以使用我之前提到的自助服务BI工具访问这些数据。但问题是进入数据池的数据受到污染,并且没有办法防止更多的污染进入那里。然后你拿一些污染的数据,把它与其他污染的数据混合起来,然后创建一个新的数据集......你会看到它的发展方向。


结果是一个充满数据的泥泞湖泊,可能 - 或可能不 - 质量好。如果这听起来像你,再次,你绝对不是一个人。再一次,数据治理可以提供帮助。通过建立治理流程来检查数据,然后将其提取到数据库中,您可以放心,您放入数据池的数据质量很高,并且遵循数据组织设置的规则和标准。而想要使用该数据的用户可以通过受管理的目录轻松找到它以及有关它的所有内容。


理由3:你不需要遵守任何规定 - 永远不会
法规是现代商业的重要组成部分。只要问任何被迫遵守BCBS 239或CCAR的大型银行。并非每个企业都像银行一样受到监管,但是越来越多的监管机构不仅要求提供有关您业务的报告,而且还要求您通过正确的数据证实这些报告是正确的。现在,你可能在想,这不适用于我。所以我不需要做数据治理。


但还有更多比如隐私监管。采用通用数据保护法规(GDPR)例如。这项新法规的重点是保护欧盟公民的个人数据。它具有巨大的影响力 - 如果你在2018年5月25日之前没有遵守规定,那将会产生巨大的影响(认为全球收入的2-4%会受到罚款!)。虽然你可能会想“我是一家美国公司。GDPR不适用于我“ - 再想一想。任何与欧盟公民有业务往来并保留相关信息的公司(即使只是姓名和电话号码)都需要遵守,即使他们不在欧盟。合规的一部分能够表明您正在做正确的事情来保护和保护欧盟公民的个人数据。除了其他方面,您还需要能够显示血统,所有权和访问权限。你猜对了 - 数据治理是证明你掌握个人数据的关键。


因此,如果您在阅读本文之后可以诚实地说:1)您的自助式BI工具取得了巨大的成功,您组织中的每个人都可以随时查找,理解和信任数据,2)您的数据池是原始的和未受污染的3)你永远不需要遵守法规,那么你可能不需要数据治理。但如果这听起来不像你,那么数据治理可能是一个很好的下一步。准备开始了吗?



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 什么是数据质量?如何衡量它以获得最佳结果?

    什么是数据质量?如何衡量它以获得最佳结果?

    我们过去谈过很多关于数据质量的问题 - 包括糟糕数据的成本。但是,尽管对数据质量有了基本的了解,但许多人仍然不太了解“质量”究竟是什么意……查看详情

    发布时间:2018.12.25来源:数据治理浏览量:216次

  • 数据资产管理方案之如何让数据化为价值

    数据资产管理方案之如何让数据化为价值

    数据是资产的概念已经成为行业共识。然而现实中,对数据资产的管理和应用往往还处于摸索阶段,数据资产管理面临诸多挑战。主要分为以下三点:1、……查看详情

    发布时间:2020.08.14来源:知乎浏览量:247次

  • 金融机构数据质量迎来“大考” ,这个数据治理利器你值得拥有

    金融机构数据质量迎来“大考” ,这个数据治理利器你值得拥有

    金融机构数据质量迎来“大考”。近日,中国银保监会办公厅下发了《关于开展监管数据质量专项治理工作的通知》,此次专项治理工作要压实监管数据质……查看详情

    发布时间:2021.01.29来源:知乎浏览量:310次

  • 数据治理:发现阶段

    数据治理:发现阶段

    从数据治理计划的发现阶段开始,将为您提供更大的成功概率。……查看详情

    发布时间:2018.12.21来源:亿信华辰浏览量:165次

  • 构建业务术语表可以增强数据治理

    构建业务术语表可以增强数据治理

    专家表示,数据专业人员负责在整个组织内建立一个通用词汇表,以帮助确保数据治理成功和遵守GDPR。……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:230次

  • 数据治理活跃在企业的方方面面

    数据治理活跃在企业的方方面面

    我们都知道数据治理存在感知问题(温和地说)。真正的数据治理是对任何和所有数据管理活动的控制和支持。但是,数据领导者常常关注控制角度或从技……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:128次

  • 做好数据治理才能建设大数据平台

    做好数据治理才能建设大数据平台

    大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年的历史,而国内企业数据平台的建设大概从90年代末就开始了,从第一……查看详情

    发布时间:2018.11.28来源:数据治理浏览量:194次

  • 大数据治理的语义方法

    大数据治理的语义方法

    正如Coyne所说:“数据治理正在成长为一套实践,软件和系统是其中不可或缺的一部分。但他们只是其中的一部分。您在更高层次上拥有的是实践和……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:204次

  • 从数据中台到AI中台

    从数据中台到AI中台

    企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。1、数据……查看详情

    发布时间:2019.03.14来源:亿信华辰浏览量:155次

  • 构建有效的数据科学团队

    构建有效的数据科学团队

    随着数据科学和人工智能几乎进入阳光下的每个行业,建立一个能够建立成功的AI项目的团队的挑战也是如此。对统计学家,程序员和沟通者完美融合的……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:221次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议