数据治理的差错

发布时间:2018.12.25来源:亿信华辰浏览量:48次标签:数据治理


数据已成为大多数企业提高效率和运营绩效所必需的生命线。组织领导者和员工正在努力开发有效的数据治理模型,专注于高质量的数据,以推动业务发展。ERP,CRM和供应链管理等系统依赖于整个组织的高质量和完整数据。

这些数据挑战导致许多组织过分强调数据治理模型,代价是重新调整业务重点以实施数据驱动方法。

因此,组织应努力避免数据治理炒作,并在高质量数据与数据驱动流程的正确实施之间实现健康的平衡,以保证业务的利益。

定义数据治理

在您转向的任何地方,您都会听到组织将资源用于数据治理。数据治理跨越许多不同的功能领域,每个企业都可以对该术语有自己的精确定义。

在一般意义上,数据治理可以被描述为用于管理组织数据的组织框架,以便协调策略,定义目标并建立用于处理企业信息的相关策略。

在数据质量方面接近数据治理

数据治理涉及数据质量,所有权和安全性,元数据和分析过程。在大多数组织中,“治理”一词往往会摒弃员工,他们可能会对组织中的数据治理以及他们的具体角色感到困惑。

为了明确数据治理在业务中的作用,应该在数据质量和更高质量的数据如何提高业务效率方面进行更多的定义。高数据质量应该是任何数据治理活动的基本目标,它应该是关注的关键领域。事实上,Gartner的研究表明,糟糕的数据质量使组织每年平均  花费800万美元。

正确实施数据治理的挑战

许多企业都倾向于花费太多时间来定义数据治理模型,这样他们最终会阻碍他们的组织成为数据驱动。

在整合数据治理模型时,企业会犯几个常见错误。这些包括:

设计数据治理

许多陷入数据治理困境的组织往往无法正确设计其数据治理模型。设计这样的模型意味着识别您的公司文化,决策流程,运营设置和所有权环境。每个组织都需要了解它如何处理和跨不同功能区域共享信息,以实现可以使用数据推动组织发展的过程。

在设计数据治理模型时,应明确定义跨功能区域的特定挑战和基准。例如,如果数据治理可以为业务带来更安全的数据,或者与客户建立更好的通信流程,那么应该根据整个组织可以定位的特定目标和目标来定义模型。

将数据治理视为有限项目

围绕数据治理的炒作使得大多数组织将模型实现为单独且独立的计划。通常,这种方法不会与组织的其他流程交织在一起。

为了使实施成功,它应该是系统的,明确定义的和连续的。信息类型和数据量的变化应纳入框架,关于访问和处理新传入数据的决定应纳入正式结构。

未能建立现有流程

大多数数据治理模型倾向于忽略已经用于处理和处理数据的当前系统。处理数据流程的当前决策人员在设计数据治理模型时应考虑其输入。

这些专业人员的意见可以帮助确定模型的范围以及组织内数据治理所涉及的复杂性。忽略内部数据专业人员的独特视角可能会导致数据治理模型不平衡而无需内部检查和平衡。

实现数据治理成功

组织需要超越设计数据治理模型的阶段。他们需要开始实施数据驱动战略,使他们能够解决分析问题。在数据治理方面取得成功的公司通常在其战略中拥有以下流程:

人员,政策和程序

有效的数据治理流程涉及协作的人员,政策和程序的共同努力。人们在共同努力提供输入以确定需要管理的数据以及设计实施模型的相关政策和程序方面非常重要。

这些策略是围绕数据访问和使用的规则和规则,而程序是指导组织访问,处理和改进数据使用的管理结构。

将数据治理视为产品

组织应以与设计消费者产品相同的方式处理数据治理。产品开发过程是持续的,未来的,并针对特定需求。

数据治理应以大致相同的方式实施,重点关注效率,业务目标和目标,以及旨在持续增长和改进的长期方法。

数据治理作为治理结构的一部分

数据治理涉及如何收集,处理和访问数据以在业务计划中使用的过程。由于该框架的范围,不应孤立地实施数据治理。相反,它应该是组织内其他治理程序的核心组成部分。

IT,企业和数据治理应该共同致力于完整的数据治理流程。


(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
  • 数据指标体系和数据治理的管理

    数据指标体系和数据治理的管理

    我们提到过为什么要搭建指标体系,相信大家在看数据相关招聘岗位简介的时候,也经常看到有关搭建指标体系的要求,因此这里简单的给出两点做指标体……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:30次

  • 数据质量在数据治理中的重要意义

    数据质量在数据治理中的重要意义

    数据的质量问题从一定的角度反映出组织当中存在的一些问题,而问题的来源可能是数据流动,可能业务流程也可能源于管理问题等等,数据质量问题的分……查看详情

    发布时间:2020.01.10来源:CSDN浏览量:37次

  • 提高数据质量的方法

    提高数据质量的方法

    要想真正解决数据质量问题,应该从需求开始,企业往往在定义清楚业务需求后忽略对数据质量的控制,而只对已经产生的数据做检查,然后再将错误数据……查看详情

    发布时间:2019.11.15来源:知乎浏览量:29次

  • 数据管理政策:数据治理的基石

    数据管理政策:数据治理的基石

    您的组织可能认为或可能不认为您需要,但我在此告诉您,数据管理策略是管理企业数据资产的基石。……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:60次

  • 盘点数据治理的6个价值

    盘点数据治理的6个价值

    ​随着大数据的发展,各行各业都面临越来越庞大且复杂的数据,这些数据如果不能有效管理起来,不但不能成为企业的资产,反而可能成为拖累企业的“……查看详情

    发布时间:2022.06.15来源:互联网浏览量:75次

  • 亿信华辰成为DAMA数据管理知识体系授权培训基地

    亿信华辰成为DAMA数据管理知识体系授权培训基地

    2021年4月,亿信华辰被正式授权为DAMA中国(国际数据管理协会-中国分会)数据管理知识体系培训基地,成为DAMA在数据管理领域专业人……查看详情

    发布时间:2021.06.22来源:亿信华辰浏览量:45次

  • 数据治理能力正在成为互联网+时代城市竞争新优势

    数据治理能力正在成为互联网+时代城市竞争新优势

    新型智慧城市的四个新视角解读 城市服务要以人为中心,但是城市的服务不但以人为中心,还是要做到数据,由于数据为核心,没有好的数据,就没有……查看详情

    发布时间:2019.01.08来源:亿信华辰浏览量:41次

  • 大数据时代不能没有数据治理

    大数据时代不能没有数据治理

    第一个提出大数据时代到来的是全球知名咨询公司麦肯锡,现如今大数据存在于各个行业,受到了人们的重视。现在社会科技告诉发展,信息流通快,使得……查看详情

    发布时间:2019.08.13来源:知乎浏览量:31次

  • 主动方法在数据治理的数据架构

    主动方法在数据治理的数据架构

    “数据架构是业务战略的物理实现,” 全球数据战略有限公司 EMEA首席顾问NigelTurner在DATAVER……查看详情

    发布时间:2019.01.16来源:亿信华辰浏览量:38次

  • 数据湖治理最佳实践

    数据湖治理最佳实践

    如果没有最佳实践,存储将变得无法维护。自动化数据质量,生命周期和隐私可以持续清理/移动湖中的数据。……查看详情

    发布时间:2019.03.11来源:亿信华辰浏览量:50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