不再有肮脏的数据:关于数据治理的五个提示

发布时间:2019.01.09来源:亿信华辰浏览量:467次标签:数据治理

       尽管商业智能是获取和保持客户、充分衡量公司业绩和提供灵活性的关键工具,但挑战依然存在。其中最重要的一个:数据治理。
      虽然数据治理对于成功的双数据库和数据仓库工作至关重要,但这并不容易。拯救:五个你可能犯的肮脏的数据行为,以及五个清除它们的方法。

第1号肮脏数据做法
你认为买最酷的商业情报工具就足够了。

       你的双报告工具只能和你提供给他们的信息一样好(也就是说,“垃圾进来,垃圾出去”),这可能是一个真理,但这并不意味着正确的行动是给定的。IT咨询公司Ovum的主要分析师Ian Charlesworth说,由于大多数机构仍然对数据持孤立的观点,数据治理仍然是一个难题。数据往往被隔离在不同的业务单元中,被输入、处理和查看的方式也不同,使得“一个版本的真相”变得不可能。
       把它清理干净,知道你的数据。
       数据治理的第一步是建立一个清晰的数据视图;找出你拥有什么,信息是否可靠,哪些数据是有益的,但以前没有使用过,哪些数据被损坏,以及它在项目中重复了哪些信息。并确保向利益相关者传达没有数据治理的成本和创建数据治理的价值。
第二号肮脏数据的做法
你会拖延,直到你可以做一次彻底的检查。
       一种要么全有要么全无的方法几乎肯定会失败。首先,在时间和资金有限的情况下,一次性控制所有数据是不现实的,在有可能进行这种彻底检查的组织中,用户的抵制几乎是必然的。
       把它清理干净,从小处开始,往大处想。
       根据您的总体愿景,而不是全部或全部地优先考虑数据治理的最关键方面。例如,Charlesworth建议将重点放在四个关键领域。

       创建数据质量流程和过程,并在可能的情况下将其嵌入到数据创建或捕获点。例如,在订单输入系统中创建数据验证例程,或为名称和地址命名建立企业标准。
       指派一名数据管理员.这个人应该是企业内部的人,能够在整个企业中维护和执行数据质量做法。这个人应该对企业使用数据的方式和地点有深入的了解,并且知道谁可以在企业和企业之间充当联络人。
       创建主数据管理解决方案。首先,这意味着为整个业务的核心信息资产分配唯一的标识符,如服务代码、客户定义等。
集成元数据。元数据为IT和业务提供重要信息,将复杂信息放入外行人的术语中,并传递关于基础数据语法、语义正确性等重要信息。
第3号肮脏数据做法
数据治理政策已经制定——不要再担心了。
       数据治理通常是结合特定的数据仓库或bi项目开始的。然而,如果你认为数据治理是一个“项目”,那么你的努力就注定要失败。成功的数据治理取决于企业对技术和文化基础的长期承诺。
       把它清理干净,建立数据管理文化。
正在进行的培训和衡量数据治理效益的关键里程碑可以帮助保持用户雷达上的质量控制。成功的数据治理还取决于高级管理人员的专门赞助。Charlesworth说,首席信息官通常是这份工作的最佳人选,因为首席信息官可能将前瞻性思维与专注于流程、资金和技术方面的效率结合起来。有些公司甚至专门为该职位设立了一个c级头衔,例如首席数据官或首席数据官。
第4号肮脏数据做法
你让繁文缛节吞噬了你的生活。
       Charlesworth说,许多数据治理努力没有显示出积极的变化,而是在会议和官僚机构中停滞不前。但如果你不专注于行动和明显的胜利,用户将不会直接感受到积极的好处,使用户不太可能做出承诺。
       把它清理干净,如果你想获得快速的胜利,你可以选择快速的胜利。
       为了获得用户的支持和承诺,您必须创建、演示并在内部营销通过数据治理获得的积极变化。例如,一开始要关注的一个可衡量的好处是可以改进订单项的验证以减少错误。
第5号肮脏数据做法
你把一切都安排好了。
       你能准确地区分投资利益并将其归属于特定的项目吗?Charlesworth说,在当今这个多方面、复杂的商业环境中,这是不可能的。他说,计算某项投资的投资回报率时,他假定业务中的其他一切要么原地踏步,要么对收益没有影响。
       把它清理干净,创造一个清晰的成功图景。
       Charlesworth建议考虑其他指标,如内部收益率(衡量投资效率或项目预期产生的增长率)和经济增加值(估计真正的经济利润)。然而,Charlesworth说,最重要的并不是计算本身,而是围绕着定义成功的讨论——成功是什么样子的,你是如何知道何时成功的。这在衡量数据治理在不同阶段和粒度级别的价值方面尤其重要,以确保您保持在正确的轨道上,如果没有,则进行校正。他的例子包括一个数据质量仪表板,显示数据处理的准确性、数据一致性和规则/度量的重用,以及具体项目的指标,如产品主数据元素的标准化。

(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 预约演示
相关文章推荐
  • 世界各地的组织如何处理数据治理

    世界各地的组织如何处理数据治理

    在2019年G20大阪峰会召开的同时,我很幸运能够在整个六月的整个月里在东京办公室工作。这是一个有趣的事件,引起我注意的主要议题之一是“……查看详情

    发布时间:2019.07.11来源:知乎浏览量:402次

  • 企业数据治理价值

    企业数据治理价值

    数据治理是根据数据治理政策,通过组织人员、流程和技术的相互协作,对数据从形态、内容和关系等层面进行规范管理,提升数据的服务能力,以实现数……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:457次

  • 探索科学有效的数据治理之路

    探索科学有效的数据治理之路

    数据是数字经济的基础性战略资源,数据治理能力是国家竞争力的体现。随着移动互联网、物联网、云计算等信息技术的飞速发展,人们的生产和生活方式……查看详情

    发布时间:2020.07.31来源:知乎浏览量:561次

  • 如何制定数据标准

    如何制定数据标准

    一般来说,对于政府,会有国家或地方政府发文的数据标准管理办法,其中会详细规定相关的数据标准。所以在此主要讲企业如何制定数据标准。……查看详情

    发布时间:2019.12.20来源:知乎浏览量:428次

  • 数据治理:你如何叠加?

    数据治理:你如何叠加?

    企业和组织生成的数据比他们知道的更多。……查看详情

    发布时间:2019.04.03来源:亿信华辰浏览量:433次

  • 大数据行业必备书目:《数据治理知识图谱》限量首发,0元领

    大数据行业必备书目:《数据治理知识图谱》限量首发,0元领

    为了让数据不再熵增,助力政企数字化转型,我们将此心血集结成册,行业首发《数据治理知识图谱》,DAMA中国区主席汪广盛倾情推荐,限量300……查看详情

    发布时间:2021.07.14来源:亿信华辰浏览量:507次

  • 深度思考:从BERT看大规模数据的无监督利用

    深度思考:从BERT看大规模数据的无监督利用

    在击败 11 个 NLP 任务的 State-of-the-art 结果之后,BERT 成为了 NLP 界新的里程碑, 同时打开了新的思……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:593次

  • 建立成功的数据治理战略

    建立成功的数据治理战略

    组织当前正在努力解决的数据分析的核心要素之一是数据治理。如果组织没有花时间构建和实施治理策略,那么组织可以做正确的事情并且仍然想知道为什……查看详情

    发布时间:2018.12.14来源:数据治理浏览量:543次

  • 新模型:组合投资组合管理和数据治理建议

    新模型:组合投资组合管理和数据治理建议

    通常,组织决定不让投资组合管理网守优先/授权所有来自治理主导的问题分析的建议。因此,创建了一个新模型,第三个存储桶。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:395次

  • 云中的数据治理

    云中的数据治理

    IT中心,内部部署基础架构变得越来越复杂和昂贵,并且需要高技能的人力,因此企业现在将其IT和数据科学功能转移到云。云计算承诺提供低成本存……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:466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