2022-05-26 09:31 浏览量:371
数据治理其实不是一个新概念,只不过随着数字化转型的火热,又开始被频繁提及。顾名思义,数据治理就是要对数据进行治理,是对组织中涉及数据使用的一整套管理行为。
标准定义可以参考国际数据管理协会(DAMA)、国际数据治理研究所(DGI),就不在定义上多做纠缠了。
事实上,几乎所有的企业或多或少都存在着以下这些问题:
数据不可知:
信息系统多,且多以烟囱式构建,作为业务人员/企业管理者不清楚数据与业务之间的关系到底是什么,对于数据资产完全不清晰。
数据不可取:
系统分散,导致数据也很分散,形成信息孤岛,共享困难
大量数据无法应用到运营和管理中,不能形成有价值经验
业务人员无法根据真实需求从数据源中快速提取数据,导致业务需求无法快速被满足。
数据不可用:
现有数据质量不高,统计不标准,缺少统一标准。
各部门数据主要在自己部门内部使用,没有发挥数据的价值。
各个数据之间关联性差,导致数据难以支撑企业实际业务。
数据管理无规划:
没有形成统一标准化的数据管理方法,数据散乱保存,未形成数据资产
数据安全难保障:
数据的共享备份机制不健全,抗风险能力差
数据没有形成统一化、标准化管理
数据未形成资产:
数据无法为决策者提供有力支持
不能从现有数据中总结提炼出Know-How指导经验
虽然企业们或多或少都遇到了这些数据问题,但要不要解决呢?我建议各位老板可以先思考3个问题。
01
解决了有什么好处?
通常情况下,你可以通过查资料,或者向其他做过数据治理实践的朋友求证。到底能带来什么好处,需要根据企业的具体情况而定。
我在这里总结一下,企业做数据治理的好处至少有这几点:
获得更干净、质量更高的数据,为进一步的数据活动打好基础
形成标准化的数据资产管理方法、流程和策略,提高数据运营效率
使数据更容易与业务建立紧密联系,推动数据资产的变现
提高数据安全性,保证合规性
数据治理,最大的价值就在于更高效地帮助企业将数据价值转化成实际的业务价值。但是这有一个前提,你的企业有足够多的数据,或者有大量价值未被挖掘的数据。
02
不解决有什么后果?
这个问题得换个角度来想,假设你的企业也有上面提到的那几个问题存在,如果你不去理会,短时间会不会对业务产生影响,会不会影响公司收入。
我想基本上是不会有什么直接影响的。无非就是你无法准确地掌握公司的数据,在做决策时缺少依据。数据很多,但是没办法变现,也不知道怎么变现。长期来看,有数据安全风险,数据可延展性不强,后期迁移成本高。
如果你是一个有远见的人,可以多去了解下,提前做好准备。
03
自己公司技术能不能做?
只要公司在运行,就会一直产生数据。除了常规的公司人员、财务数据之外,公司的业务数据才是最庞大的。
除了极个别情况,每个公司都会有几个IT技术人员,或采购或自研一些管理系统。运营维护这些系统的人员,都会具备一些数据管理的能力,但这并不代表他们一定可以做数据治理这个工作。
数据治理,其实是需要有相关实施经验的人或者团队牵头,才能够真正做好的。
想清楚上面几个问题之后,我想你应该有了答案。
下面我也回答一下开头抛出的问题:什么样的公司才需要数据治理?
我认为至少要满足这几个条件:
成立时间较早,拥有大量未被开发和利用的数据
存在多个管理系统、数据库,且技术架构较老,使用多种编程语言
存在多种数据问题,如质量差,不关联等,无法更好地支撑公司业务发展
今天就先聊这么多,欢迎大家补充和批评。
来源:许可数字说