98%的企业备战数据治理,尚未入局的你还在等什么

发布时间:2019.05.30来源:亿信华辰浏览量:121次标签:数据治理

UBM近日发布了一份2018企业数据治理白皮书。白皮书中分析了数据治理的现状:虽然越来越多的企业(尤其是业务部门及IT部门)逐渐开始关注数据治理,但由缺少资金预算、缺少数据治理战略规划及技术支持等原因,很多企业并没有展开正式的数据治理行动。

该报告63%的调研对象均为任职于1,000名员工以上的中大型企业CIO、以及数据管理、数据治理或风险合规的主管或经理等人员。本次报告囊括了16个垂直行业,包含金融服务、政府、医疗保健、IT和电信等。

如下为本次报告要点:

  • 98%的企业已意识到数据治理战略的重要性,这一转变要求企业高管也需要掌握数据治理项目;
  • 除《通用数据保护条例》的要求外,越来越多实际业务需求也在推动着数据治理的发展;
  • 34%的企业仍然将数据治理视作IT部门的职责,尚未开始部门协作;
  • 数据治理缺乏统一的定义,大多数企业对于数据治理战略仍然认识不清;
  • 缺少项目资金是企业数据治理目前面临的最大阻碍,仅有37%的企业有数据治理专项资金;
  • 目前只有不到三分之一的企业有完整的数据治理战略,大量企业尚处于数据治理的初级阶段。

下面我们来详细的解读一下这份报告:

数据治理对企业的重要性

数据治理实际上涉及到企业每个部门的数据管理,包括数据采集、数据留存、数据分析等等。企业实施数据治理能带来实际的业务价值:

数据治理



  • 对于数据驱动的部门来说,数据治理能保证数据质量和数据标准;
  • 数据治理能为数据分析和决策提供可靠支持,从而形成企业自己的数据资产;
  • 数据治理能为企业的数据资产打开数据“黑盒子”,提高企业部门之间的数据共享性与透明度,推进业务问责制;
  • 能保证企业数据资产的安全,帮助企业识别敏感数据,保证数据合规。

与此同时,得益于企业已经开始意识到数据资产的重要性,企业高管懂得数据治理也开始变得至关重要。

亿信BI,豌豆BI,数据治理

数据治理的驱动因素

数据合规性、数据安全成为推动数据治理发展的重要原因。因欧盟的通用数据保护条例(GDPR)于2018年5月开始生效,所有企业在面对用户个人数据时必须按照法规执行,否则就面临严厉的处罚和安全监控。所以,有60%的调研对象表示,实施数据治理最大的原因是遵守行业法规要求。除了合规性外,许多实际的业务价值也是企业推动数据治理发展的重要原因。

数据治理计划责任部门

本报告指出,多数调研对象认为IT与业务部门都应是数据治理的主要部门。本次调研中,有57%的企业由IT和业务部门负责数据治理。34%的企业仍传统的认为这是IT部门的任务。



对数据治理定义尚缺乏行业标准

由于数据治理仍然没有统一的行业定义,目前也缺乏判定数据治理战略成功实施的标准。所以对于数据治理,企业中的每个人都有不同的定义。调查指出,67%的人认为数据治理只是帮助企业了解数据,而62%的人认为数据治理仅仅只是辅助领导决策。



数据治理项目实施面临哪些挑战

本次调查中,58%的调研对象表示项目成本及资金预算是企业数据治理面临的最大挑战。除此以外,部门支持不足、缺乏有效的数据治理工具等也是数据治理项目受阻的重要原因。


值得一提的是,调查中也有许多企业表示未来将增加数据治理的资金投入。有15%的企业预计未来将增加10%的预算投入数据治理项目,而17%的企业表示在未来的一年中将投入10%的资金用于数据治理。


企业数据治理实施现状

目前,只有不到三分之一的企业有完整的数据治理战略,有42%的企业正在完善数据治理的工作。大多数企业已通过数据发现阶段,并逐渐向数据定义和数据治理过渡,仅有21%的企业还处于数据发现和数据报表阶段。


另外,目前通用数据保护条例(GDPR)的实施,也给企业造成了不同程度的冲击。在GDPR要求下,企业需要清楚的阐述数据含义,数据来源以及数据监控和纠错措施。企业实行有效的数据治理计划,保证数据的分类及可见性有利于遵守GDPR。


该报告还发现,多数企业并没有对所有部门进行数据治理培训,仅有26%的企业表示2018年已展开数据治理培训。

总结

就目前而言,无论是国外还是国内,企业对数据治理的认识仍然处于比较初级的阶段,如何挑选有效的数据治理工具也还在探索阶段。

其实,企业中常见的数据治理问题无外乎四大类:

第一类:数据资产不清晰,现在很多企业都不了解自己的数据,企业中到底有多少数据?数据都是什么样的?这些数据到底可以发挥什么作用?很少有人能准确回答出这些问题。

第二类:数据质量不高。 现在因为数据质量不高而影响企业业务的例子有很多,在这里就不多说了。

第三类:业务和开发的协作问题。 数字经济时代,业务对数据的需求和以前不同了,以前在数据仓库的模式下,开发是先把一些工具归并出来,再做成一个整合提供给业务,现在业务需要进一步明晰数据是什么,要自己看有哪些数据可以发挥出想要的价值。

第四类:知识和数据难以关联。 比如我们发现拿给业务看的数据和业务概念之间往往不能很好地匹配。举一个金融行业的例子:业务想要一个头寸的数据,但是到底在哪个地方,哪一种头寸说不清楚,像这种数据和知识的关联是很难建立的。

在这种情况下,亿信华辰推出了领先业界的一站式数据治理管理平台——睿治。大多数企业中数据治理的各模块都是独立地执行其功能,并不能很好的解决以上这些问题。而通过睿治,可以将企业中数据管理各环节打通,实现完整的数据管控流程。

报告指出,尚有42%的企业未能理解数据治理的真正意义,这使得他们不能正式展开数据治理的战略规划,亿信一站式数据治理管理平台正好能帮助这些企业更好的了解数据治理。我们不仅仅提供先进的产品,也将会为这些企业提供数据治理规划咨询。由专业团队对数据治理的工具、方法、模板进行咨询方案设计,帮助企业对数据治理的策略、组织架构、处理流程、支持环境和规章制度等进行合理的规划,为企业提供专业完整的服务和咨询。

除此以外,我们拥有专业的项目实践经验,已在银行、租赁、卫生等行业拥有丰富的数据治理实践经验和完整案例,可根据行业特点和业务组织的数据治理要求,为企业提供咨询和IT一体化的完整综合的数据治理解决方案。

企业要推动数据治理的发展,必须首先发现、理解、治理和交换数据资产。企业各部门之间需要联动推进数据治理战略,从上而下的规划变革以提升数据管理的技术和机制。

注:UBM是指联合商业媒体(UnitedBusinessMedia,简称UBM)是一家全球领先的商业媒体集团。UBM的主要业务涵盖两大领域:全球性的信息发布、定位和监察服务。


(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
  • 数据治理困难,即数据治理之“困”。

    数据治理困难,即数据治理之“困”。

    当前,以人工智能、区块链等为代表的数字技术不断涌现,快速向经济社会各领域融合渗透。以数据为核心的数字化转型已是大势所趋。金融业是数据密集……查看详情

    发布时间:2020.01.03来源:知乎浏览量:96次

  • 数据质量及数据质量管理一个较全面的介绍

    数据质量及数据质量管理一个较全面的介绍

    很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:116次

  • 基于大数据的质量管理系统怎么选?

    基于大数据的质量管理系统怎么选?

    对于一个制造企业来说,生产是企业最大的动力,而生产质量也需要进行优化管理,一个好的质量管理会带给企业巨大的发展空间和利润价值。正因如此,……查看详情

    发布时间:2019.11.07来源:知乎浏览量:109次

  • 数据质量管理包括什么方面

    数据质量管理包括什么方面

    数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情

    发布时间:2019.11.07来源:知乎浏览量:188次

  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:116次

  • 大数据治理需要具备哪些能力和关键技术?

    大数据治理需要具备哪些能力和关键技术?

    在企业数据建设过程中,大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量,到自服务和智能化的数据应用,大数据治理的内容在不断……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:183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:110次

  • 浅谈数据质量管理

    浅谈数据质量管理

    随着互联网及数字化技术的飞速发展,我们生活在一个数字化转型的时代,各种数字化正在实实在在的改变着企业的日常运营,以及我们每个人的衣食住行……查看详情

    发布时间:2019.07.26来源:知乎浏览量:134次

  • 敏捷/精益数据治理最佳实践

    敏捷/精益数据治理最佳实践

    数据治理 的目标 是确保组织内的质量,可用性,完整性,安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难,……查看详情

    发布时间:2018.11.20来源:数据治理浏览量:110次

  • 从数据治理看医疗大数据的发展

    从数据治理看医疗大数据的发展

    《从数据治理看医疗大数据的发展》主要分享医疗大数据中数据治理的重要性,并结合具体案例来讲述大数据治理的框架和应用心得。……查看详情

    发布时间:2019.02.25来源:网络大数据浏览量:136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