并非所有数据都是平等的：为什么公司需要数据治理战略才能成功

发布时间：2019.08.02来源：知乎浏览量：395次标签：数据治理

我们生活在一种数据驱动的文化中 - 毫无疑问。从智能手机到拖拉机，我们周围的几乎所有东西都会产生某种形式的数据。为了使事情更具挑战性，数据不仅在规模和数量上都在扩大，而且在复杂性方面也在扩大。新形式的数据在一夜之间出现，公司正在努力跟上。

具有前瞻性思维的公司已经转向数据治理，以了解他们的数据并保持领先地位。但是，只需按一下按钮就可以实现数据治理，早期采用者已经在扩大差距。

全球产生了多少数据？
根据最新的“Data Never Sleeps”报告，在亚马逊发送超过1千个包裹的每一分钟，用户在Snapchat上发送200万个快照，美国人使用超过300万GB的互联网数据。到2020年，对于地球上的每个人，每秒钟将创建1.7 MB的数据。

IDC的“2015年数据时代”白皮书显示，到2025年，企业和消费者将有能力消耗175 Zettabytes（一个zettabyte等于大约10亿TB）。

这些数字不断增长 - 公司越来越难以存储，管理和保护他们的数据。

数据如何变得更复杂？
很快，如果你的公司正在生产数据（而且几乎肯定是这样），那么它不仅需要能够解决你多年来所拥有的数据，还需要能够处理新类型的数据。

那是因为它不仅仅是正在扩展的数据量 - 它也是详细程度。

随着物联网技术，机器学习和人工智能的激增，每天都会出现新的数据类型，并且它们的复杂性也在不断增长。

例如，电子商务中的机器学习算法越来越依赖于从客户旅程中的每个点收集的非常详细的数据的使用。但是，没有多少公司能够采用必要的流程来处理这种数据复杂性。如果没有数据管理框架，数据的准确性和一致性很快就会成为一个挑战。

公司如何应对这些挑战？
感知数据的力量并认识到控制数据的需要，一些公司已经开始利用数据治理来充分利用数据的力量。

这可能是最聪明的事情。

麦肯锡2018年的一份报告显示，高绩效公司拥有强大的数据治理策略的可能性是其整体数据策略清晰且易于理解的两倍。同一份报告认为，高绩效者和背包之间的差距正在迅速扩大。

如果您是一家想要利用活动数据并使数据为您工作的公司，而不是相反，那么很容易假设时间至关重要。

此外，对于其中一些公司而言，数据治理不是选择或竞争的问题。例如，金融服务组织因其业务性质而被迫实施数据治理最佳实践。

由于高度的监管监督，FinServ公司需要可靠的数据治理策略。添加行业的其他方面 - 如数据安全性和敏感数据保护 - 毫无疑问，FinServ公司有望成为希望实施数据治理的公司之首。

什么是数据治理以及它与数据管理有何不同？
我们已经知道，公司数据的理解，使用和策略对于其在商业领域的成功是必要的。但是，数据治理如何适应所有这些？

数据治理结合了策略和执行的元素，通常被描述为围绕数据管理过程的框架。数据治理框架证明数据在整个组织中可用，可靠，可用且一致。

另一方面，数据管理在尝试识别数据的来源，所有者和用户时会派上用场。数据管理集成了来自多个来源的数据，集中，清理和简化了数据，使其可用于其他业务计划。此外，核心数据管理涉及整个组织的数据架构。

数据管理旨在提高良好数据实践的财务效益，并降低与数据缺陷实践相关的风险。

为了实现从数据管理到数据治理的跨越，组织的业务和IT部门需要整合在一起，并定义管理整个企业数据的规则。

并非所有数据都是平等的
虽然收集各种数据可以为大多数公司带来附加价值，但销售数据是数据治理真正发挥作用的一个例子。

公司生成的大多数数据都可用于定向分析。例如，考虑营销数据。当公司试图决定哪个电子邮件程序最有效时，它会查看打开，点击和转化等指标。每个人都知道这些指标并非100％准确，但它们仍然可以定向使用，因为它们可以帮助您确定哪些广告系列的效果更好。该数据不需要100％准确就可以用于这种类型的方向分析。

但是，补偿计算中使用的销售数据是另一回事。销售数据需要尽可能准确，因为员工是根据这些记录获得报酬的。在销售数据方面，公司需要确保数据集没有错误且完全可以利用。这是一件相当难以实现的事情。

与销售数据相关的数据集要求将来自许多不同来源（CRM，HRIM，ERP等）的信息汇集在一起并通过数据转换进行标准化，以使其更容易获得，可用和一致。在组织的所有部分拥有可靠且一致的销售数据可消除部门之间断开连接的风险。

与其他类型的数据不同，销售数据反映了组织的实际绩效和成功。拥有可供整个组织使用的清洁销售数据（最好能够访问历史数据）可以而且应该在整个企业中推动战略和行动。

展望未来
了解数据价值和复杂性的公司正在慢慢转向数据治理，以管理与数据相关的风险和错误，并构建数据驱动的战略。但是，这里的关键词是“慢慢地”。

是的，数据治理可能是完全数字化商业世界的下一步 - 但我们还没有。

根据Syncsort的一项调查，数据治理仅仅是受访者在2019年确定的IT计划中的第三位。获胜者圈子中的前两位仍然是云/混合计算和IT基础设施的现代化。

现实情况是，许多公司在可预见的未来使用并将使用混合形式的数据治理 - 结合数据管理和数据治理的要素。

数据治理是一项复杂的工作 - 一种影响组织所有领域的文化转变，许多公司在实现跨越之前还有很长的路要走。

好消息是，如果您正在考虑建立数据治理框架并且您已经将数据管理作为核心业务流程，那么您距离实现目标还有一步之遥。

（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

睿治智能数据治理平台

数据采集

数据集成管理

数据交换管理

数据存储

实时计算存储

数据管理

元数据管理

数据标准管理

数据质量管理

主数据管理

数据服务

数据资产管理

大数据治理方案

大数据资产管理方案

主数据管理方案

数据标准化及质量管控方案

数据资产盘点方案

指标体系建设方案

数据仓库及商业智能方案

仓湖一体化数据中心建设方案