数据治理的战略转变

几年前发生了什么变化？正在进行的思维方式和工具集战略转变正在改变主要思想家如何重新考虑他们的数据治理方法。治理的核心是变革管理。

变革被封装在四个相互依存的领域，包括人员，流程，技术和数据。虽然这不是新的，但也在发生变化的是两个历史上独立的学科的融合，这两个学科曾经相互排斥，现在开始重叠。以数据质量为例。传统上降级到后台的这种被低估的功能通常与前线业务用户断开连接。这些用户要么假设数据具有良好的质量，要么基于直觉或不良体验的感知 - 数据是不值得信任的。这种感知问题是基于过去的经验，并且为了改变对数据质量的看法，我们需要的不仅仅是事实。

让我们假设我们对数据质量指标具有治理可见性，以解决方程式中的“事实”部分，以便业务用户可以确信数据集的好坏。那就够了吗？并非完全如此，就像在董事会会议室中人们并不明确地信任这些数字一样，并且想要更多花哨的电表拨号来显示数据大于某个阈值来表明它是否是好的数据。业务用户还需要三个额外的东西，这些东西属于人员，流程和技术。他们希望与数据所有者进行交互，他们希望将治理工作流程过程转化为数据质量，并且他们希望该技术在数据从好转变为坏时自动发送通知。如果没有数据治理和数据质量的交叉，这将是不可能的。

走进大多数组织，您不会看到数据治理的战略转变与数据质量重叠。评估成熟度的几个简单问题是：

1. 假设您有业务术语的数据治理目录，您能否显示其数据质量分数？
2. 进一步深入研究，您能否显示数据分析指标？
3. 要了解全局，您能否显示业务术语的数据质量规则？
4. 如果用户想要报告数据质量问题，是否有自动化工作流程，还是需要电子邮件和其他手动步骤？
5. 最后，为了识别数据所有者并提出问题，如何在数据治理工具中完成？

如果您不能对有关您的治理工具的三个或更多问题回答“是”，那么可以安全地假设您没有经历数据质量的数据治理的战略转变。您的数据管理环境可能看起来更像是两个独立的孤岛。

虽然这种战略转变融合治理和质量听起来原则上是好的，但还有更好的消息。要了解将数据治理和数据质量联系在一起的变更管理计划如何改善运营和结果，让我们看看两个真实的例子：

1. 销售和市场营销面临着改善漏斗领先优势的压力，在IT的帮助下，很快就确定了CRM数据的数据质量问题。解决方案是双重的。自动修复数据质量问题并建立数据治理，以便通过提供数据质量透明度和数据质量规则管理来永不重复。
2. 财务和IT都遵守新的合规性法规（IFRS 15），并在此过程中通过创建大数据财务会计中心来改变他们的系统。这是将数据质量和数据治理结合在一起的合适时机，不仅可以确保合规性，还可以通过为数据质量指标提供透明的数据治理前端来确保更高地采用这种新的财务数据。

与上述示例之一一样，寻找业务转型计划是使业务案例与数据治理的这一战略转变保持一致以包含数据质量的一种方法。最好的消息是，当它与解决关键业务问题相关联时，必须更容易获得利益相关方对变更管理计划的广泛支持，这些问题恰好通过一对二的数据治理和数据质量来解决。