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:130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
  • 企业数据交换存在的问题

    企业数据交换存在的问题

    企业对数据服务的需求日趋迫切,如何有效的管理数据、高效的提供数据服务是目前企业对所面临的关键挑战。目前集团层面客户信息分散,各子公司之间……查看详情

    发布时间:2020.08.10来源:知乎浏览量:146次

  • 企业级数据治理面临的挑战与对策

    企业级数据治理面临的挑战与对策

    数据治理是社会深度信息化的产物,显示数据正从独占转为共享、从封闭走向开放、从权力变成资源的趋势。目前国内外对其有多种定义,如数据治理是对……查看详情

    发布时间:2019.08.20来源:知乎浏览量:267次

  • Informatica把AI带到了数据治理、数据治理和数据治理的合规性。

    Informatica把AI带到了数据治理、数据治理和数据治理的合规性。

    随着欧盟制定新隐私规定的最后期限越来越近,企业需要掌握数据的来源。……查看详情

    发布时间:2019.01.09来源:亿信华辰浏览量:177次

  • 询问数据治理专家:我的数据治理计划需要多长时间?

    询问数据治理专家:我的数据治理计划需要多长时间?

    数据治理应该是您正在组织中实现和嵌入的东西,以便它像往常一样成为业务的一部分。出于这个原因,任何与我合作或参加我的培训课程的人都知道,我……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:230次

  • 你知道什么是数据中台吗?

    你知道什么是数据中台吗?

    什么是数据中台数据中台是全新的架构变革。过去三十年,企业数据管理都以传统的IT架构为基础。每当技术部门为业务部门解决问题时,需要从业务需……查看详情

    发布时间:2020.11.21来源:国云数据中台浏览量:160次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:276次

  • 数据治理和信任—让你的数据如水般清澈

    数据治理和信任—让你的数据如水般清澈

    根据相关报告,数据治理是“对数据相关事务的决策和权限的行使。”换句话说,它是对必须根据特定标准进行的任何数据输入的控制 。2019年,组……查看详情

    发布时间:2019.06.28来源:知乎浏览量:156次

  • 数据质量需求与定义

    数据质量需求与定义

    数据质量通常表现为一组具体的流程和技术,用于识别和修正数据中的错误以支持业务运行及决策支持。在银行实际中数据质量管理的应用场景主要包括数……查看详情

    发布时间:2019.11.15来源:知乎浏览量:274次

  • 谷歌首席决策科学家:30篇文章通关数据科学与人工智能

    谷歌首席决策科学家:30篇文章通关数据科学与人工智能

    谷歌首席决策科学家(Chief Decision Scientis)凯西柯兹科夫(Cassie Kozyrkov)在2018年非常高产,……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:117次

  • 数据治理唤醒“沉睡数据”

    数据治理唤醒“沉睡数据”

    十九届四中全会提出:“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。推进数字政府建设,加强数据有序共享,依法保护……查看详情

    发布时间:2019.11.28来源:知乎浏览量:154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