数据治理有助于为分析构建坚实的基础

如果您的业务很多，那么它就会大量投资于分析。我们生活在一个数据驱动的世界里。数据推动了我们从零售商处获得的建议，我们从杂货店获得的优惠券，以及我们将在工作中建立和支持的产品和服务背后的决策。

没有分析，我们从数据中得出的见解都不可能。我们经常切片，切块，测量和（尝试）预测几乎所有的东西，因为数据可供分析。从理论上讲，所有这些分析都应该有助于业务。它应该确保我们创造正确的产品和服务，将它们推销给合适的人，并收取合适的价格。它应该建立一个忠诚的客户群，成为品牌大使，放大现有的营销努力，以促进更多的销售。

我们希望所有这些都发生，因为所有这些分析都很昂贵。这不仅仅是分析软件的软件许可证成本，而且也是人。例如，对数据科学家平均工资的估计可以超过118,000美元（Glassdoor）到131,000美元（确实）。许多企业也在探索或已经使用下一代分析技术，如人工智能或机器学习支持的预测分析或分析，这需要更多的投资。

如果您的企业正在分析的基础数据是糟糕的，那么您将丢掉所有这些投资。有一种说法吓到了今天参与分析的所有人：“垃圾进入，垃圾进出。”当糟糕的数据用于推动您的战略和运营决策时，您的不良数据突然成为业务的一个巨大问题。

当您为分析平台提供数据时，目标通常被称为“单一事实来源”，也称为您可以信任的数据，用于分析和创建推动业务发展的结论。

“一个真理来源意味着提供一致的，高质量的数据，”erwin，Inc。产品营销总监Danny Sandwell说。

尽管近年来业内人士都在谈论数据和分析，但许多企业仍未能获得分析投资的回报。事实上，Gartner报告称超过60％的数据和分析项目都失败了。与任何软件部署一样，这些项目有多种原因并未按计划进行。然而，在分析中，糟糕的数据甚至可以将技术方面的平稳部署转变为业务灾难。

什么是坏数据？这些数据无法帮助您的企业做出正确的决策，因为它是：

• 质量差
• 被误读
• 残缺
• 误用

数据治理如何帮助组织改进其分析

erwin Inc.和UBM在2017年11月的一项调查中，超过四分之一的受访者表示，分析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其组织的价值，但却没有正式的治理策略。

当数据治理帮助您的组织开发具有证明价值的高质量数据时，您的IT组织可以为业务构建更好的分析平台。数据治理有助于实现自助服务，这是当今许多企业分析的重要组成部分，因为它将数据和分析的力量交付给每天使用数据的人。一个运作良好的数据治理方案通过帮助IT组织确定并提出正确的数据给用户，并消除对数据的来源和质量混乱创造了真理的唯一版本。

数据治理还使最佳实践，主题专家和协作系统成为当今分析驱动型企业的标志。

与分析一样，许多早期的数据治理尝试未能实现预期的结果。他们的重点很狭隘，他们的倡导者往往难以向组织阐明数据治理的价值，这使得难以确保预算。有些组织甚至将数据治理视为数据安全的一部分，将数据保护到想要使用它的人无法访问的程度。

所有权问题也会影响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。如今，组织可以更好地解决这些所有权问题，因为许多组织正在采用新的公司结构来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。

现代数据治理策略将自身融入业务及其基础架构中。它存在于企业体系结构，业务流程中，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需要随着时间的推移进行调整。

在分析方面，数据治理是确保您使用正确的数据来推动战略和运营决策的最佳方式。这说起来容易做起来难，尤其是当你考虑流入现代组织的所有数据以及你将如何对它进行整理以找到好的，坏的和丑的时候。但是，一旦你这样做，你就可以使用分析来得出值得信赖的结论。