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:109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
  • 企业的数据标准管理包括什么?

    企业的数据标准管理包括什么?

    数据标准(Data Standards)是保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准管理是规范数据标准的制定和实施……查看详情

    发布时间:2020.05.08来源:知乎浏览量:185次

  • 企业数据质量管理的核心要素和技术原则

    企业数据质量管理的核心要素和技术原则

    “十三五”,规划提出了国家的大数据战略,指出了企业实现以数字化驱动业务发展,实现数据开放共享,创新业务发展的新思路。现阶段大中型企业已经……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:341次

  • 大数据时代的企业都有那些数据质量问题

    大数据时代的企业都有那些数据质量问题

    企业要想充发挥大数据的作用,就要保证数据的可靠、及时、准确,只有从高质量的数中提取出来的有用信息,企业才可以做出更精准的决策,才能更了解……查看详情

    发布时间:2019.09.27来源:数据分析网浏览量:120次

  • 从数据中台到AI中台

    从数据中台到AI中台

    企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。1、数据……查看详情

    发布时间:2019.03.14来源:亿信华辰浏览量:143次

  • 企业数据治理的十个最佳实践

    企业数据治理的十个最佳实践

    任何企业实施数据治理都不是为了治理数据而治理数据,其背后都是管理和业务目标的驱动。企业中普遍存在的数据质量问题有:数据不一致、数据重复、……查看详情

    发布时间:2020.07.02来源:知乎浏览量:517次

  • 睿治元数据管理系统如何助力解决元数据管理难题

    睿治元数据管理系统如何助力解决元数据管理难题

    亿信华辰睿治数据治理平台先进的产品设计理念,充分依照国际规范、标准,具有国内先进水平。其广泛应用了MQ、分布式计算、zookeeper等……查看详情

    发布时间:2021.08.13来源:亿信华辰浏览量:194次

  • 数字信任:通过数据治理获取并保持数字化

    数字信任:通过数据治理获取并保持数字化

    数字信任可以成就或打破品牌。……查看详情

    发布时间:2019.01.27来源:亿信华辰浏览量:182次

  • 数据治理:收集表单数据的最佳实践

    数据治理:收集表单数据的最佳实践

    什么是数据治理以及它与您的组织有什么关系?……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:114次

  • 提高数据质量的方法

    提高数据质量的方法

    要想真正解决数据质量问题,应该从需求开始,企业往往在定义清楚业务需求后忽略对数据质量的控制,而只对已经产生的数据做检查,然后再将错误数据……查看详情

    发布时间:2019.11.15来源:知乎浏览量:172次

  • 大数据平台下的企业的数据治理

    大数据平台下的企业的数据治理

    数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据……查看详情

    发布时间:2018.11.28来源:数据治理浏览量:152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