有效数据治理计划在客户购买决策中的作用
发布时间:2019.01.23来源:亿信华辰浏览量:72次标签:数据治理
数据治理计划将最大限度地提高数据的安全性,质量和价值,所有这些都构成了客户的信任。
没有数据,现代商业将停止运作。数据有助于指导有关产品和服务的决策,使识别客户变得更容易,并成为企业今天所做的一切基础。许多组织面临的问题是,数据从任意角度进入,并由不同的人和不同的应用程序存储在不同的地方。
要充分利用您的数据,您需要知道自己拥有的内容,拥有内容的地方,以及了解其质量和组织价值。这就是数据治理发挥作用的地方。如果数据分散在不同的孤岛中并潜伏在各种应用程序中,则无法对其进行优化。
大约150年来,制造商依靠他们的机器和能够可靠,正确和安全地运行的能力,以保持客户满意和收入流动。数据治理计划今天具有类似的作用,除了其目标是最大化数据的安全性,质量和价值而不是机器。
客户越来越关注其数据的安全性和隐私性。根据Research + Data Insights的一项调查,85%的受访者担心技术会损害他们的个人隐私。在2016年对2,000名美国成年人的调查中,来自Vanson Bourne的研究人员发现,76%的受访者表示他们将远离数据泄露记录较高的公司。
erwin公司产品营销总监丹尼· 桑德威尔说,多年来,购买决策主要是由成本和质量决定的。但是,今天的企业必须在成本/质量以及在试图赢得业务时保护客户数据的能力方面考虑他们的声誉。
一旦声誉因数据泄露或滥用而受损,客户就会质疑这些关系。
不幸的是,对于消费者来说,公司未能正确管理其数据的例子并不难发现。今年春天宣布,在其MyFitnessPal饮食和运动追踪应用程序中违反了1.5亿账户,以及Facebook,其中数百万用户的数据被第三方收获,希望影响2016年总统大选。美国。
客户讨厌违规行为,但他们喜欢数据
虽然消费者很快就会报告对数据隐私的担忧,但客户在与企业互动时也渴望(并且越来越期待)高效,个性化和相关的体验。当然,这些经验建立在数据之上。
在这个领域,客户和企业都在同一页面上。企业希望收集数据,帮助他们建立全渠道,360度客户视图,让客户满意。
这些经验使企业能够与他们的客户建立联系,并展示他们对他们的理解程度,了解他们的喜好,喜欢和不喜欢 - 主要是将邻里市场的个性化服务带到互联网上。
大规模有效管理的唯一方法是正确管理您的数据。
提供个性化服务对企业也很有价值,因为它有助于将客户变成品牌大使,事实上,建立现有客户关系比找到新客户要容易得多。
以下是结果:如果您的组织正确地进行数据治理,它有助于创建快乐,忠诚的客户,同时避免与糟糕的数据实践相关的不良新闻和经济处罚。
将数据治理计划付诸行动
好消息是,我们与UBM进行的2017年11月调查中,76%的受访者表示,理解和管理组织中的数据资产对其组织中的高管来说非常重要或非常重要。近一半(49%)的受访者表示,客户信任/满意度正在推动他们的数据治理计划。
什么阻止组织创建有效的数据治理计划?在一些企业,这是一个文化问题。组织的业务和IT方面都在数据中发挥重要作用,IT方面存储和保护数据,业务方面消耗数据并对其进行分析。
然而,多年来,数据治理是排球在IT和业务之间来回传递,双方都没有真正拥有它。我们的研究发现这种情况正在改变。超过一半(57%)的受访者表示,IT和业务/公司团队都负责组织中的数据。
一旦组织了解IT和业务都负责数据,它仍然需要为数据治理制定全面的整体战略,该战略能够:
- 在此过程中接触每个利益相关者
- 提供理解和管理可信数据资产的平台
- 无论生活在何处,都能从数据中获得最大收益,同时将风险降至最低
- 帮助用户了解对整个企业中特定数据元素所做更改的影响。
要实现这一目标,现代数据治理计划需要跨学科。它不仅应该包括数据治理,这是因为组织不断变化和转变,而且还有其他门徒。
企业架构非常重要,因为它使IT和业务保持一致,将公司的应用程序及相关技术和数据映射到它们支持的业务功能。
通过将数据治理与企业体系结构相集成,企业可以在与企业战略的连接环境中定义应用程序功能和相互依赖性,从而优先考虑技术投资,使其与业务目标和策略保持一致,从而产生预期的结果。
业务流程和分析组件对于现代数据治理也至关重要。它定义了业务的运作方式,确保员工理解并负责执行他们负责的流程。
企业可以清晰地定义,映射和分析工作流程并构建模型以推动流程改进,以及识别易受最大安全性,合规性或其他风险影响的业务实践,以及最需要控制以减少风险的方法。
最后,数据建模仍然是使用高质量数据源设计和部署新关系数据库并支持应用程序开发的最佳方式。
能够经济高效地从“随处”发现,可视化和分析“任何数据”,支持大规模数据集成,主数据管理,大数据和商业智能/分析,能够合成,标准化和存储数据源来自单一设计,以及跨项目的重用工件。
-
数据治理全域解决方案来了:对症下药 各个击破
如今数据治理作为数字化转型的基础,成为了数字化变革中的焦点和主战场。不少小伙伴向小亿诉苦,“到底该如何着手做数据治理,能不能先做元数据管……查看详情发布时间:2022.01.22来源:小亿浏览量:711次
-
提高企业数据质量能做些什么?
如今,我们生活在数据时代,各种数字化正在实实在在的改变着企业的日常运营,我们的生活、工作、学习,现在都离不开数据,对于企业来说,数据就是……查看详情发布时间:2019.11.01来源:知乎浏览量:61次
-
强大的数据治理是机器学习成功的关键
人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此,虽然ML算法增强了AI功能,并使它们能够进行更多的尖端和智能计算,但还……查看详情发布时间:2019.01.17来源:数据治理浏览量:82次
-
走向人工智能治理的趋势
这是人工智能(AI)驱动的自动化和自动机器的时代。自我改进,自我复制,自主智能机器日益普及和迅速扩大的潜力刺激了网络空间,地球空间和空间……查看详情发布时间:2019.03.13来源:亿信华辰浏览量:48次
-
一张架构图告诉你数据中台如何搭建
当下,刮起了一场数据中台风,立马席卷了大数据行业的各个角落。人人都在谈什么是数据中台,我们需不需要建数据中台,数据中台要怎么建?今天,小……查看详情发布时间:2020.10.15来源:数据中台浏览量:62次
-
数据治理如何解决数据多、杂、乱、差问题?
许多大数据公司在过去一段时间都得到了较好的发展,但由于在数据生产的过程中并未做到足够重视,数据质量与可靠性则很难得到保证,这也是数据治理……查看详情发布时间:2022.02.21来源:小亿浏览量:190次
-
大数据时代更要重视用户隐私
刚买了房,就有装修公司打电话上门;在网店中搜一下笔记本,推送到手机上的阅读页面就出现各种穿插笔记本的广告……日常生活中,你是否也遇到过这……查看详情发布时间:2019.03.14来源:亿信华辰浏览量:58次
-
面对如今的数据挑战企业如何有效地进行数据治理
数据治理是对数据资产管理行使权力和控制的活动集合,数据治理是识别、管理和解决几种不同类型数据相关问题的手段,包括数据质量问题、数据命名和……查看详情发布时间:2019.08.29来源:知乎浏览量:75次
-
数据治理的概念、难点和最佳实践方法
数字化转型的目的和核心是数据赋能业务,通过智能数据归一、数据统一治理与服务、数据实体化融合、数据资产化的方式,帮助实现业务转型、创新和增……查看详情发布时间:2021.08.06来源:亿信华辰,数据治理的实践方法浏览量:65次
-
谷歌的记录,gdpr罚款:避免这种命运与数据治理
通用数据保护条例(gdpr)第一次产生了真正的影响,因为谷歌的记录gdpr罚款主导了新闻周期。……查看详情发布时间:2019.02.13来源:亿信华辰浏览量:78次