为什么数据治理是改善决策的关键

发布时间:2019.01.22来源:亿信华辰浏览量:25次标签:数据治理


能够快速收集大量数据,分析数据,然后使用您学到的知识来帮助促进更好的决策,这是许多企业高管的梦想。但是就像任何可以在一个句子中总结的事物一样,执行这样一个愿景要比它最初出现的要困难得多。

据Forrester称,74%的公司表示他们希望“数据驱动”,但只有29%的公司表示他们擅长将分析与行动联系起来。考虑一下:Forrester发现,2014年至2015年间,对分析的业务满意度下降了21% - 这是一个巨大的承诺和大数据投资的时期。换句话说,企业收集和挖掘的数据越多,他们对分析的兴趣就越小。

这里可能会有许多因素,包括分析软件,业务文化以及使用数据的人员的技能组合。但是,您的分析应用程序以及从分析中得出的结论仅与收集和分析的数据一样好。收集,保护和挖掘大量数据并不是一种廉价的工作,俗话说“垃圾进,垃圾出”。

“这是一笔巨大的投资,如果人们不信任数据,他们就不会使用商业智能工具之类的东西,因为他们不会对他们告诉他们的东西有信心,” erwin,Inc产品营销总监Danny Sandwell说。

当然,使用数据来为业务决策提供信息并不是什么新鲜事。市场研究的现代理念可以追溯到20世纪20年代,自从企业从客户或潜在客户那里获取的信息中收集,分析和得出结论以来。

正如您所料,今天的差异在于数据量及其收集方式。数据由大大小小的机器,人们和老式的市场研究生成。它以闪电般的速度从各个角度进入今天的业务,并且在许多情况下可以进行即时分析。

随着数据量和速度的增加,过载成为潜在的问题。除非企业有数据治理的战略计划,否则关于数据存储位置,访问权限和访问权限以及如何使用数据的决策变得越来越难以理解。

并非每家企业都收集大量数据,如Facebook和雅虎,但最近的头条新闻表明,这些公司无法管理数据会损害他们的声誉和利润。对于Facebook来说,有迹象表明,有8700万用户的数据不正确地影响了2016年美国总统大选。对雅虎而言,美国证券交易委员会(SEC)因未能及时披露数据泄露而被罚款3500万美元。

在Facebook和雅虎的案例中,滥用或未能保护数据是一个问题。他们无法快速量化问题的范围并披露细节,这使得一个大问题变得更加严重 - 并使其成为头条新闻的更长时间。

对于某些业务用户而言,数据安全,数据隐私和数据治理等问题可能并不是最重要的问题,但这些问题会以多种方式表现出来,这些方式会影响他们日常工作。可以这样想:在您的组织收集的所有数据中的某个位置,可能支持或反驳您即将做出的决定的信息可能存在。你能找到吗?你能相信吗?

如果这些问题的答案是“否”,那么您的组织就不容易做出数据驱动的决策。

通过数据治理为更好的决策提供动力

erwin和UBM在2017年11月的一项调查中,将近一半(45%)的受访者表示,更好的决策制定是推动其数据治理计划的因素之一。

数据治理可帮助企业了解他们拥有的数据,数据有多好,数据库以及使用方式。今天很多人都在谈论数据治理,有些人正在将这种谈话付诸行动。erwin / UBM调查发现,52%的受访者表示数据对其组织至关重要,并且他们制定了正式的数据治理策略。但几乎同样多的受访者(46%)表示他们认识到数据对组织的价值,但却没有正式的治理策略

许多早期尝试建立数据治理的尝试未能产生结果。他们的关注点很狭隘,他们的支持者往往难以向组织阐明数据治理的价值,因此很难确保预算安全。有些组织甚至将数据治理理解为一种数据安全性,将数据锁定得如此紧密,以至于那些想要用它来促进更好决策的人难以获得访问权限。

所有权问题也阻碍了早期的数据治理工作,因为IT和业务部门无法就哪一方负责定期影响这两方面的流程达成一致。今天,组织更有能力解决所有权问题,这在很大程度上要归功于一种新的公司结构,该结构可以识别数据对现代企业的重要性。像首席数据官(CDO)这样越来越多地处于业务方面的角色和数据保护官(DPO)的角色比几年前更常见。

现代数据治理策略与数据本身非常相似 - 它渗透到业务及其基础架构中。它是企业架构,业务流程的一部分,它使用可视化等技术帮助组织更好地理解数据资产之间的关系。也许最重要的是,现代数据治理方法正在进行中,因为组织及其数据不断变化和转变,因此他们的数据治理方法不能停滞不前。

正如您所料,更好地了解数据对于使用这些数据做出更明智的决策还有很长的路要走。但是,整体数据治理策略提供的可视性还有另一个优势:它可以帮助您更好地理解您不知道的内容。

通过帮助企业了解可以改善数据收集的领域,数据治理可以帮助组织不断努力创建更好的数据,从而体现真正的业务优势,例如更好的决策制定和一流的客户体验,所有这些都将有助于发展业务。


(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
  • 数据治理的主战场,商业智能还是数据挖掘?

    数据治理的主战场,商业智能还是数据挖掘?

    数据治理这门学问,入手极易,精通极难。说说经验吧,数据治理强调两点,一是高层支持,二是各部门广泛参与。组织内数据治理各项工作的开展都要处……查看详情

    发布时间:2019.02.21来源:知乎浏览量:27次

  • 什么数据可以成为“数据资产”

    什么数据可以成为“数据资产”

    什么数据可以成为数据资产?可作为“资产”的数据资源,表现为以下两种形式:可帮助现有产品实现收益的增长;数据本身可产生价值。……查看详情

    发布时间:2021.09.01来源:亿信华辰浏览量:164次

  • 亿信华辰&东芝|拥抱智能制造,实现生产数据实时采集

    亿信华辰&东芝|拥抱智能制造,实现生产数据实时采集

    在《中国制造2025》战略实施后,“制造业数字化、网络化、智能化”被定义为新工业革命的核心技术。离开生产数据采集,生产管理部门不能及时、……查看详情

    发布时间:2019.05.10来源:亿信华辰浏览量:27次

  • 数据整理——大数据治理的关键技术

    数据整理——大数据治理的关键技术

    数据是政府、企业和机构的重要资源。数据治理关注数据资源有效利用的众多方面,如数据资产确权、数据管理、数据开放共享、数据隐私保护等。从数据……查看详情

    发布时间:2019.11.21来源:CSDN浏览量:77次

  • 如今企业面临哪些数据湖管理挑战?

    如今企业面临哪些数据湖管理挑战?

    成功的数据治理方案涉及部署策略、标准和流程,以在整个企业中有效正确地利用高质量数据。如果你的企业具有数据湖环境,并希望从中获得高质量的分……查看详情

    发布时间:2020.04.02来源:知乎浏览量:28次

  • 企业大数据体系构建,从这4层逐步递进递进

    企业大数据体系构建,从这4层逐步递进递进

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。关于企业的大数据体系构建,可……查看详情

    发布时间:2019.05.20来源:数据分析网浏览量:30次

  • 主数据管理主要管理哪些数据?

    主数据管理主要管理哪些数据?

    主数据主要管理多百个业务系统中共享的重要数据,比如公司组织架度构、物料编号、客户资料等等数据,国知辰机器人的主数据管理系统(MDM)能够……查看详情

    发布时间:2020.04.29来源:知乎浏览量:24次

  • 数据治理2.0:2018年最值得关注的数据

    数据治理2.0:2018年最值得关注的数据

    今年,我们将在震中的Data Governance 2.0中看到我们收集,存储和使用数据的方式发生了巨大变化。对于许多组织而言,这些变化……查看详情

    发布时间:2019.01.25来源:亿信华辰浏览量:39次

  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。了解您的数据并确定如何实施它会带来一系列问题,包括用户和利益相关……查看详情

    发布时间:2018.11.13来源:克里希基德浏览量:37次

  • 打破数据治理:数据质量

    打破数据治理:数据质量

    任何数据驱动的计划的成功取决于该数据是否相关且值得信赖。随着越来越多的大学将数据视为负责任的战略规划和计划的关键,许多人都意识到:有些数……查看详情

    发布时间:2019.07.11来源:知乎浏览量:42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