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:102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
  • 不治理就破产—谈大数据时代的数据治理

    不治理就破产—谈大数据时代的数据治理

    随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情

    发布时间:2019.02.21来源:知乎浏览量:125次

  • 大数据治理的五个核心要素

    大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:224次

  • 银行数据治理的核心问题

    银行数据治理的核心问题

    银行一直掌握着大量关于客户的数据,数据汇总,存储和分析的持续进步意味着收集的数据提供了不可估量的价值和机会。 ……查看详情

    发布时间:2019.08.14来源:简书浏览量:160次

  • 银行自身要提升数据治理能力

    银行自身要提升数据治理能力

    数字经济对金融服务的模式也提出了新的要求,银行必须依托科技支撑,加快和深化数字化转型,带动风控模式的改革创新。银行还需要着力于构建其自身……查看详情

    发布时间:2019.10.29来源:知乎浏览量:215次

  • 强监管下,医疗卫生系统如何开展数据治理建设?

    强监管下,医疗卫生系统如何开展数据治理建设?

    随着大数据时代的到来,健康医疗大数据被广泛应用于临床决策支持、药物研发、公共卫生领域等方面。由于医疗数据分布广而无序、医学信息的极度不对……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:137次

  • 数据治理工具那么多,如何选择适合自己企业的呢?

    数据治理工具那么多,如何选择适合自己企业的呢?

    随着互联网技术的不断发展,人们获取、收集信息的渠道也越来越多样化,各种搜索引擎、通讯工具、社交网站等普及应用,使得数据信息呈迅速增长趋势……查看详情

    发布时间:2019.07.17来源:知乎浏览量:153次

  • 数据治理和数据管理、数据管控是什么关系

    数据治理和数据管理、数据管控是什么关系

    如果要用一个模型来描述数据治理、数据管理、数据管控这三个名词,那应该是一个“金字塔”模型。……查看详情

    发布时间:2021.04.12来源:亿信数据治理研究院浏览量:158次

  • 数据治理(DG)

    数据治理(DG)

    数据治理(DG)是对企业中使用的数据的可用性,可用性,完整性和安全性的整体管理。健全的数据治理计划包括理事机构或理事会,一套明确的程序和……查看详情

    发布时间:2018.11.12来源:techtarget浏览量:233次

  • 管理数据与拥有数据一样重要:关注数据治理和数据质量

    管理数据与拥有数据一样重要:关注数据治理和数据质量

    在许多人看来,数据 - 干净,清晰和准确的数据 - 统治着宇宙。然而,当数据质量较差时,企业及其客户都会受到影响。即使数据是原始数据,糟……查看详情

    发布时间:2019.09.20来源:知乎浏览量:179次

  • 业务流程建模与标准操作过程之间的联系

    业务流程建模与标准操作过程之间的联系

    我们上周开始了一个关于业务流程(BP)建模及其在企业中的角色的新博客系列。本周的重点是业务流程建模和标准操作过程之间的联系。具体而言,使……查看详情

    发布时间:2019.02.18来源:亿信华辰浏览量:141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