产生影响:数据治理和企业架构的失落艺术

发布时间:2019.03.22来源:亿信华辰浏览量:430次标签:数据治理


看起来我们忙着跑步,以至于我们没有时间思考。我们希望更快,更快速,但我们甚至不确定我们想要实现的目标。这就像你办公室的人总是太忙,正在工作超长时间(并确保每个人都知道!),然而不知何故,没有人确定这个人正在完成所有这些努力。

动作与动量不同。这是我们公司最大风险之一的核心:与我们的时间和精力投资相比,收效甚微。

随着敏捷和DevOps等方法的普及,我们正在强调适应性和响应性 - 但这样做有可能失去有效设计带来的凝聚力。通过自下而上推动系统开发,我们的数据解决方案将不可避免地变得支离破碎。

企业架构是一个代表结构化思维的领域:一种刻意的方法来组织精心设计的混乱,当明亮的人都以最好的意图独立地做出决策,而不是从各种独特的经历中得出结论。

不可避免的结果是类似(但不是相同)的技术需要额外的能量来协调而非次优但更一致的过程。企业架构尽管很容易被诋毁,因为历史上持有这个头衔的很多人都显然效率低下,这代表了当今高度积极但组织松散的技术团队中缺失的环节。

从企业架构中抽取的结构化方法很少是每个单独考虑的最佳方法,但确实代表了在宏观层面上最大化整体利益的答案。通过在组织内采用这些原则,我们可以证明我们正在充分利用我们所获得的资源。

那么数据治理如何与企业架构相关?我们可以在公司使用的系统和工具(即企业架构)的协调和这些系统和工具创建和管理的数据资产(即数据治理)之间进行协调。事实上,如果我们再深入研究一下,我们可以看到数据治理的策略和标准如何反映企业架构的平台选择。我们可以看到,我们的数据管理员反映了我们的开发人员团队,甚至我们的数据治理委员会看起来也非常像我们的变更咨询委员会和项目管理办公室!

我们想知道为什么很难让数据治理在组织中顺利运行!结构化思维的困难正在失去技术创新的空洞承诺,协调松散。那为什么呢?因为后者的收益更直接,更直接可衡量。

然而,不幸的是,快速收益的即时性可能会掩盖我们观点之外的更大机会成本。就像我们的数据和技术努力就像画墙一样:最大的刷子和最快的手每次都赢 - 直到滚轴出现!

但就像在墙上画画一样,当我们需要使边缘正确并覆盖细节时,具有画笔的灵活性和灵活性非常重要。我们需要Agile和DevOps来处理这种精确度。但是,当我们需要覆盖更大的区域时,企业架构和数据治理的结构化方法是非常宝贵的。

这是一个教训:使用我们掌握的一切,并慎重考虑。认识到我们复杂多变的技术和数据挑战没有单一的答案。有时,工作很容易通过刷子处理,有时我们需要滚筒。

另一个要考虑的问题是如何赋予那些能够做出最佳宏观决策的人们。高级职位的人员是否与业务战略保持一致,或者他们是最熟悉技术和数据的人员?他们目前是否被激励为整个组织做出最佳决策,或者最直接帮助他们的是什么?决策的经济影响是否完全成熟(直接成本,间接成本,投资回报)?

数据领导者的路径通常会感觉道路较少,因为大部分时间都是如此。我们的组织正在努力保持竞争力,他们的未来依赖于数据和技术的卓越性。已经存在了几十年的企业正在失败,因为他们没有足够快地对世界各地的变化做出快速反应。通过结构化思维和灵活的响应能力,我们可以为我们尊敬的组织提供更好的结果。

直到下一次,去做一个影响!

(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 预约演示
相关文章推荐
  • 数据治理,更依赖人治还是自治?

    数据治理,更依赖人治还是自治?

    数据治理“自治”包含两层含义:自动化治理和自助化治理。数据中台,是能力的下沉,数据处理能力下沉为加工平台,数据处理结果下沉为数据资产。那……查看详情

    发布时间:2019.11.18来源:知乎浏览量:400次

  • 数据治理可以灵活吗?

    数据治理可以灵活吗?

    许多组织现在都认识到数据治理的必要性,但仍在努力寻找正确的数据治理方法。一个好方法是 - 敏捷!……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:334次

  • 形成,风暴,规范,表演 - 实现数据治理

    形成,风暴,规范,表演 - 实现数据治理

    启动数据治理计划是整个组织需要参与的重要任务。来自数据治理团队的这些见解已经在他们的旅程中取得了一些进展,这突出了团队内部和整个组织内的……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:423次

  • 数据治理的重点领域:关注管理层调整

    数据治理的重点领域:关注管理层调整

    当管理者发现由于其对运营或合规工作的潜在影响而难以做出“常规”数据相关的管理决策时,这种类型的程序通常会存在。……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:406次

  • 数据标准在数据资产管理中的意义

    数据标准在数据资产管理中的意义

    尽管出现了很多专家和专著,但真正理解这个概念的人并不多,懂得如何实操数据资产管理、在企业中真正落地的更寥寥无几。笔者有幸参与了国内几个典……查看详情

    发布时间:2019.03.12来源:亿信华辰浏览量:439次

  • 2021权威解读:大数据治理包括哪些内容

    2021权威解读:大数据治理包括哪些内容

    ​近年来数据治理越来越受到国内外研究机构和学者的关注,在数据治理的框架设计等方面均取得了很多研究成果,并在商业、教育、医疗等以数据为核心……查看详情

    发布时间:2021.04.02来源:数据治理研究院浏览量:826次

  • 数据治理与数据质量有何不同?

    数据治理与数据质量有何不同?

    当我们听到数据管理这些词时,“ 数据质量 ”和“数据治理” 这两个术语出现了很多,它们应该是因为这些是确保组织以最佳方式利用其信息的重要……查看详情

    发布时间:2019.06.25来源:知乎浏览量:694次

  • 什么是数据治理?为何数据治理如此重要?

    什么是数据治理?为何数据治理如此重要?

    如我们所见,数据正在以前所未有的速度增长,IDC曾发布报告称,到2025年,全球数据圈预计将增长至175 ZB。如何在这样一个数据大爆发……查看详情

    发布时间:2020.03.26来源:知乎浏览量:347次

  • 数据治理需要转变

    数据治理需要转变

    环境数据治理是一种策略和方法,它不仅可以扩展您的数据治理工作,还可以作为解决方案,以满足我们为新用例,法规和新出现的数字功能扩展数据时存……查看详情

    发布时间:2019.02.15来源:Michele Goetz浏览量:309次

  • 快速理解数据仓库、数据湖、数据工厂、数据中台

    快速理解数据仓库、数据湖、数据工厂、数据中台

    数据生产的整个链条中,对于如何筑湖、如何选址建厂、按什么工序加工、以及如何配送,这是技术部门的事情,而“数据半成品”的沉淀和积累,却不是……查看详情

    发布时间:2021.04.13来源:亿信数据治理知识库浏览量:575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