3点告诉你如何正确实现数据治理

发布时间:2021.05.20来源:亿信数据治理知识库浏览量:135次标签:数据治理

2021年来,越来越多的企业向我们求助,希望让他们实现数据转型,实现真正意义上的“数据驱动”。他们希望改善决策,将流程转变为更具量化性,并减少基于直觉和经验的决策。这是一个值得实现的目标,但要比将数据可视化仪表板放在管理人员面前要复杂得多。


数据驱动需要的不只是的新工具的出现。它需要对数据质量进行投资,以改变有关数据捕获系统的设计和使用方式的行为。它还需要投资于跨团队协作以及为核心指标建立一致的企业范围定义,以确保每个人都在同一标准上共同服务于数据治理。对数据治理这些支柱的投资也为更高价值奠定了基础高级分析活动,相较于机器学习和自动化,数据治理的增值更为明显。


一、数据质量必须优先


资料品质是所有基于分析的活动的基础。当组织寻求基于数据做出更多决策时,如果构成基础的数据不正确,不完整或不一致,则存在可能会错误地做出决策的现实风险。


众所周知,企业应用程序的用户体验和捕获的数据质量很差。用户体验差的系统使好心的用户难以有效地输入数据。激励系统和KPI常常会减少花费在数据收集上的时间。客户服务代表会获得快速解决票证的奖励,因此他们可以从一张票证跳到另一张票证,而无需“浪费时间”有效地记录解决方案。销售人员受激励于完成交易,而不是准确而完整地捕获潜在客户的细节或流程进展或销售细节的更新。 


激励主要任务后,捕获的数据质量就会下降。这实际上使许多具有实际价值的指标不可用。如果财务可以使用CRM中对渠道机会的准确估计来对收入进行预测,或者市场营销不仅可以根据潜在客户来判断其营销活动的有效性,还可以判断其转化的可能性,那么这将有多大。


激励数据质量的提示:


1.将数据质量纳入绩效指标(例如,向未能有效捕获有关销售流程数据的销售人员设置上限佣金)

2.确保数据质量是管理人员的KPI

3.确保高质量数据捕获是新系统实施的非功能要求(NFR)

4.定期(例如,每季度)审核数据质量


二、数据需要一致和清晰的解释


对于许多人来说,“数据”一词与“事实”同义,忘记了数据需要正确解释上下文。上下文因部门,业务部门,团队之间甚至团队内部而异。上下文的差异通常会导致对事物的计算方式的不同定义。例如,当市场营销谈论“总销售额”时:


1.它是指购买(交易)的数量还是这些交易的价值?

2.是否包括退回的物品?在不同时期购买和退回商品时该如何处理?

3.它包括运输费用吗?

4.它包括营业税吗?

5.用外币进行销售时,汇率如何计算?

6.它包括促销中赠予的物品吗?


许多依靠“销售总额”的业务用户可能实际上并不知道这些问题的答案,这很可能会影响他们的决策能力。此外,尽管市场营销人员可能会对其“总销售额”的定义充满信心,但财务部门可能会使用微妙的定义,并再次使用不同的定义。整个组织中这种不同的环境使协作变得更加困难,并且可能使高管团队挠头。


PowerBI和Tableau等分析平台将数据交到员工手中,从而使整个组织中的数据民主化。它们还加剧了指标不一致的问题。突然之间,从市场营销中的汤姆(Tom)可以很容易地从财务仪表板上查看艾米(Amy),这表明她的“销售总额”数字与他的不同。这些问题可以而且确实会削弱对这些平台的信任,损害它们的采用并降低其增值能力。


一致指标的提示:


1.在所有组织单位的同意下,需要在整个组织中统一定义和记录度量标准

2.出现在多个仪表板上的任何指标应在同一期间具有相同的值

3.分析团队应审查新的和更改的仪表板,以获取合并报告并检查其一致性的机会

4.度量计算方法的任何更改均应广泛传达

5.指标定义应易于在显示它们的任何平台中查看

6.限制最终用户自定义度量标准计算方式的能力

7.定期查看用户创建的仪表板,以确保指标被一致标记


三、数据治理是关于人员和流程的,而不是技术


强大的数据治理框架应同时关注数据质量、一致性和清晰度。数据治理的这些支柱牢固地扎根于人员和流程,而不是技术。根本的挑战在于改变他们的行为,无论是组织如何通过激励措施优先确定数据质量,还是让他们切实意识到数据治理的重要性。现在越来越多的企业认识到数据治理的意义及价值,应重视数据治理项目中的人员教育,而不是在团队目标及认知混乱的情况下就开始项目的执行。


(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
  • 理论之企业数据挖掘成功之道

    理论之企业数据挖掘成功之道

    面对现在海量的、不完整的、模棱两可的数据,运用数据挖掘算法对数据进行查找,找出人们所不知道的、有实用价值的信息,这一过程就是数据挖据。随……查看详情

    发布时间:2019.05.23来源:知乎浏览量:108次

  • 数据治理的重点领域:关注数据质量

    数据治理的重点领域:关注数据质量

    由于数据质量,完整性或可用性方面的问题,这种类型的程序通常会出现。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:147次

  • 数据治理和信任—让你的数据如水般清澈

    数据治理和信任—让你的数据如水般清澈

    根据相关报告,数据治理是“对数据相关事务的决策和权限的行使。”换句话说,它是对必须根据特定标准进行的任何数据输入的控制 。2019年,组……查看详情

    发布时间:2019.06.28来源:知乎浏览量:115次

  • 如何建立有效的数据交换管理平台?

    如何建立有效的数据交换管理平台?

    随着企业综合管理水平的提高和信息化建设的开展和深入,企业数值转型也越发迫切,企业在转型过程中必然会有业务系统之间数据交换,但是数据交换又……查看详情

    发布时间:2020.04.22来源:知乎浏览量:163次

  • 通往更安全,更好数据的途径

    通往更安全,更好数据的途径

    企业在建立监督数据运营的理事会时面临的最大问题之一是原始事实和数据很少为分析做好准备。……查看详情

    发布时间:2019.04.03来源:亿信华辰浏览量:90次

  • 中小银行数据治理工作所面临的问题

    中小银行数据治理工作所面临的问题

    虽然各银行积极响应监管要求,开展数据治理工作,但《中小银行金融科技发展研究报告(2019)》显示中小银行的数据治理基本处于萌芽期,达91……查看详情

    发布时间:2020.07.09来源:小亿浏览量:179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:118次

  • 数据管理如何支持数据隐私合规性

    数据管理如何支持数据隐私合规性

    已经具备数据治理能力的组织有一个坚实的开端,可以利用它促进数据隐私合规性的许多方面。 ……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:119次

  • 什么是数据治理?

    什么是数据治理?

    可用性指数据可用、可信且有质量保证,不会因为分析结果的准确性造成偏差,从业者可以放心地根据数据结果做业务决策;完整性分为两个方面,一方面……查看详情

    发布时间:2019.11.01来源:知乎浏览量:132次

  • 中国“大数据转型”引人关注:万亿市场可期 地方密集发力

    中国“大数据转型”引人关注:万亿市场可期 地方密集发力

    以人工智能、大数据、云计算为代表的信息产业,正在成为地方经济发展的新亮点。以大数据产业为例,过去一段时间以来,各地已陆续释放了推动该产业……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:108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