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:131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 免费试用
相关文章推荐
  • 企业数据标准管理价值总结

    企业数据标准管理价值总结

    一个数据一般有业务属性、技术属性和管理属性组成,例如:数据项的业务定义、业务规则、质量规则为该数据的业务属性;数据项的名称、编码、类型、……查看详情

    发布时间:2020.09.18来源:知乎浏览量:136次

  • 数据治理运作:差距

    数据治理运作:差距

    十年前,顾问必须提高认识并教育客户治理;突出监管风险,合规要求,处罚等。这更像是出售保险产品。今天,全球组织都了解数据治理(DG)是什么……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:143次

  • 使用数据治理克服常见的业务障碍

    使用数据治理克服常见的业务障碍

    在快速发展的技术,大数据和高级分析的时代,数据治理在每个组织中都发挥着至关重要的作用,无论规模大小或行业如何。从定义元数据管理指南,到解……查看详情

    发布时间:2019.01.08来源:亿信华辰浏览量:136次

  • 管理「政府数据资产」该怎么做

    管理「政府数据资产」该怎么做

    政府数据资产,是指由政务服务实施机构建设、管理、使用的各类业务应用系统,以及利用业务应用系统依法依规直接或间接采集、产生并管理的,具有经……查看详情

    发布时间:2020.07.17来源:CSDN浏览量:162次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:166次

  • 什么是数据集成?

    什么是数据集成?

    数据集成是将来自不同来源的数据组合到统一视图中的过程:从摄取,清理,映射和转换到目标接收器,最后使数据对访问它的人更具可操作性和价值。 ……查看详情

    发布时间:2018.12.20来源:数据治理浏览量:123次

  • 主数据管理平台有哪些?

    主数据管理平台有哪些?

    主数据管理平台正是基于平台型建设思路设计的多主题域管理平台,以统一的数据平台为支撑,通过数据模型的扩展,实现对企业的顶层业务模型的支持,……查看详情

    发布时间:2022.05.09来源:小亿浏览量:267次

  • 大数据资产管理总体框架概述

    大数据资产管理总体框架概述

    随着大数据时代的来临,对数据的重视提到了前所未有的高度,“数据即资产”已经被广泛认可。数据就像企业的根基,是各企业尚待发掘的财富,即将被……查看详情

    发布时间:2019.02.21来源:知乎浏览量:499次

  • 数据仓库的定义,它有什么作用?

    数据仓库的定义,它有什么作用?

    最简单的数据仓库是用于存储和报告数据的系统。数据通常源自多个系统,然后将其移入数据仓库以进行长期存储和分析。该存储的结构使得组织内的许多……查看详情

    发布时间:2018.12.20来源:数据治理浏览量:146次

  • 企业如何开展数据治理项目

    企业如何开展数据治理项目

    从大的阶段来看,数据治理主要分为存量数据“由乱到治”的阶段,以及增量数据严格按照规章制度实施确保“行不逾矩”的运营阶段。在“由乱到治”的……查看详情

    发布时间:2020.06.30来源:知乎浏览量:119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