数据治理活跃在企业的方方面面

发布时间:2019.03.13来源:亿信华辰浏览量:138次标签:数据治理


我们都知道数据治理存在感知问题(温和地说)。真正的数据治理是对任何和所有数据管理活动的控制和支持。但是,数据领导者常常关注控制角度或从技术数据管理角度处理问题,从而导致缺陷。对于一些人来说,它让人想起警察和官僚机构的形象。他们对被困在黑暗地下墓穴中的数据视而不见,只有经过数月的繁文缛节才能进入。对于其他人来说,他们痛苦地记得他们浪费精力参加会议,更新电子表格和维护维基,只是为了得知没有人利用他们的辛勤工作。

难怪数据治理有一个糟糕的说唱。尽管它提供了真正的价值,但由于过去的错误经验,组织回避实施治理。想象一下下面的场景,看看是否听起来很熟悉。

贵公司正在启动一个建立新数据湖的项目。每个人都对这个项目感到非常兴奋,因为人们最终会在一个地方找到他们的所有数据,用于报告,商业智能(BI),分析等等。

在启动会议期间,一切都进行得很顺利,直到有人通过建议您将数据治理纳入项目而将空气排出房间。人们不安地环顾四周,直到反对者说出来并说“没办法 - 治理不起作用。这只是一堆充满理论的幻灯片!“然后其他人插话:”它可以工作,但肯定听起来像是很多工作。这将减缓我们的项目。“为数据治理打一场。

该项目向前推进 - 没有数据治理 - 几个月后,湖泊开始出现衰退的迹象。曾经原始的湖泊变得模糊不清,数据质量差,副本太多。有人大胆地提出了数据治理的想法。这一次,执行冠军在船上。他告诉团队将理论幻灯片转换为电子表格,安排每月管理会议并使用维基创建协作环境。听起来很棒,直到三个月后,没有人出席会议。电子表格变得令人沮丧地复杂,并沉入到重载收件箱的底部。最后一根稻草是当人们停止信任狂野的西维基时。这是数据治理的第二个问题。

快进六个月。数据湖项目继续取得进展。随着每一天的过去,湖泊变得更像沼泽。群集总是渴望更多节点。团队很紧张。他们看到金钱在排水沟中流淌而没有真正的价值来展示它。其余的数据科学家也越来越有声音。他们抱怨说他们把所有时间花在搜索数据上,这完全是他们的天赋浪费。更糟糕的是,他们发现的一些见解从来没有对业务产生影响 - 那些做不到的人。他们开始喃喃地说,如果事情不会很快改变,他们就会把他们的才能带到别处。

显然,该团队正处于十字路口。我们的数据治理信徒仍然知道治理可能是一个答案。她没有再次使用数据治理角,而是采取了不同的方法:“让我们在湖周围包装数据目录。”该目录将帮助确定湖中的数据,含义,拥有者,使用者它甚至可能来自它。目录还可以帮助确定湖中是否存在不应存在的数据 - 以及谁负责将受保护,重复或质量差的数据倾倒到水晶般清澈的湖中。

数据湖团队热情地倾斜。这个“数据目录”可能是他们一直在寻找的答案。它将帮助他们清理肮脏的湖泊,并确保在正确的时间只在正确的地方找到正确的数据。不仅如此,目录还可以使所有数据易于查找,易于理解且易于信任 - 适用于业务中的每个人。

我们的数据治理冠军成为项目的英雄,但不是因为她继续推动治理议程。她看到了写在墙上的文字:团队对过去经历中的治理持否定态度,并且不愿意再次尝试。他们认为治理会锁定数据并减慢数据。他们看到了很多毫无意义的工作,看不到治理可以提供的价值,直到它以一种与他们的挑战产生共鸣的方式呈现给他们。

如果您面临的情况类似于我刚才描述的情况,我建议您重新考虑您的治理方法。当没有治理失败的项目失败时,说“我告诉过你”不会赢得任何朋友,但狂热地推动治理议程也不是答案。相反,回到治理。向同事展示现代数据治理如何打开数据并推动整个企业的可信协作。

数据治理似乎已经死亡,但事实并非如此。


(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
  • 数据安全—“无悔”的正确步骤

    数据安全—“无悔”的正确步骤

    谈到数据安全性,你必定不希望有遗憾。我们从马克扎克伯格那里知道了数据安全正在成为互联网公司的头等大事。正如我们知道的,这位首席执行官正处……查看详情

    发布时间:2019.06.19来源:知乎浏览量:152次

  • 企业适用的数据标准管理平台

    企业适用的数据标准管理平台

    数据标准化的过程其实就是在数据整合平台实现数据标准,并将各个系统产生的数据通过清洗、转换加载到整合平台的数据模型中,实现数据标准化的过程……查看详情

    发布时间:2020.05.08来源:知乎浏览量:221次

  • 企业数据治理中的应对

    企业数据治理中的应对

    首先,数据治理的核心认识是,数据治理是一个持续并且长久的一个过程,不同的产品可以解决比如采集、传输等数据治理层面上的不同问题,但并不存在……查看详情

    发布时间:2019.11.01来源:知乎浏览量:207次

  • 多措并举提升银行业数据治理能力

    多措并举提升银行业数据治理能力

    数据治理是银行业高质量发展的必由之路,当前银行业的数字化转型面临一些挑战和不足,要从建立数据治理架构、统一数据标准、加强数据分析应用等方……查看详情

    发布时间:2019.11.29来源:知乎浏览量:203次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:277次

  • 数据交换服务组件介绍

    数据交换服务组件介绍

    数据交换服务组件,在遵循一定的交换策略条件下进行数据交换及消息传递,支持数据资源在不同单位、不同区域的快速交换和共享,提供配置工具生成交……查看详情

    发布时间:2020.08.12来源:知乎浏览量:260次

  •  赣州银行:数据治理+管控平台,解决数据质量“老大难”

    赣州银行:数据治理+管控平台,解决数据质量“老大难”

    未来在金融科技落地的过程中,在数字化转型的征途上,亿信华辰愿助力银行数据治理每一步都走得踏实,都能见到实效。……查看详情

    发布时间:2021.04.15来源:亿信数据治理研究院浏览量:434次

  • 企业数字化转型面临的挑战

    企业数字化转型面临的挑战

    来自调研机构Gartner的预测也显示,到2020年,多数企业将有75%的业务实现数字化或正在数字化。数字化转型已经成为企业发展的必经之……查看详情

    发布时间:2020.04.03来源:知乎浏览量:149次

  • 数据质量分析主要包括那些内容?

    数据质量分析主要包括那些内容?

    数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:285次

  • 数据湖与数据仓库之间的桥梁

    数据湖与数据仓库之间的桥梁

    数据湖的吸引力和新颖的功能对传统的数据仓库(DWH)系统构成了巨大的威胁。DWH的主要缺点包括与不适应不断发展的数据环境的刚性内部结构相……查看详情

    发布时间:2021.07.26来源:亿信华辰数据治理知识库浏览量:198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