50%企业数据治理失败!这9大要素才是成功关键
導(dǎo)讀:企業(yè)數(shù)據(jù)治理的9個要素。
作者:用友平臺與數(shù)據(jù)智能團隊
來源:大數(shù)據(jù)DT(ID:hzdashuju)
知名咨詢公司Gartner的調(diào)研顯示,在實施數(shù)據(jù)治理的企業(yè)中,有34%的企業(yè)數(shù)據(jù)治理處于良性建設(shè)階段,有近50%的企業(yè)數(shù)據(jù)治理并未取得理想的效果,僅有16%的企業(yè)數(shù)據(jù)治理效果顯著,處于行業(yè)領(lǐng)先水平。
影響企業(yè)數(shù)據(jù)治理建設(shè)成效的因素很多,主要有9個要素,如圖3-2所示。
▲圖3-2 企業(yè)數(shù)據(jù)治理的9個要素
01 數(shù)據(jù)戰(zhàn)略
很多企業(yè)都說自己重視數(shù)據(jù),但是能規(guī)劃出明確的目標、范圍、實施路徑并具備可執(zhí)行數(shù)據(jù)戰(zhàn)略的企業(yè)卻很少。企業(yè)的數(shù)據(jù)戰(zhàn)略應(yīng)當與業(yè)務(wù)戰(zhàn)略保持一致,指明數(shù)據(jù)治理的方向。
02 組織機制
傳統(tǒng)的企業(yè)管理思路是“火車跑得快,全靠車頭帶”,這是在工業(yè)時代最優(yōu)的管理信條。而在數(shù)字時代,我們需要的是“動力分散在各節(jié)車廂的高鐵”,每節(jié)“車廂”都有驅(qū)動力。企業(yè)需要進行組織機制轉(zhuǎn)型,追求精簡和靈活,明確各部門在企業(yè)數(shù)據(jù)治理中的角色、定位、職責(zé)和分工,以滿足數(shù)字時代企業(yè)數(shù)據(jù)治理組織建設(shè)的要求。
03 數(shù)據(jù)文化
數(shù)據(jù)文化是企業(yè)所有人員對數(shù)據(jù)價值的一致認同,具體表現(xiàn)為:用數(shù)據(jù)說話,用數(shù)據(jù)管理,用數(shù)據(jù)決策,用數(shù)據(jù)創(chuàng)新。
04 管理流程
數(shù)據(jù)治理的目標是提升數(shù)據(jù)質(zhì)量,讓數(shù)據(jù)源于業(yè)務(wù),回饋業(yè)務(wù)。
與傳統(tǒng)的數(shù)據(jù)管理不同的是,數(shù)據(jù)治理作為一項驅(qū)動企業(yè)創(chuàng)新的工作,應(yīng)當與企業(yè)的業(yè)務(wù)流程進行深度融合,通過優(yōu)化業(yè)務(wù)流程,實現(xiàn)業(yè)務(wù)效率提升,創(chuàng)造數(shù)據(jù)價值。應(yīng)當將數(shù)據(jù)治理作為一項能為企業(yè)創(chuàng)造價值的重要業(yè)務(wù),而不只是一項支撐性的工作。
05 管理制度
很多數(shù)據(jù)治理不理想的企業(yè)有一個共同特點:要么沒有建立起數(shù)據(jù)治理相應(yīng)的管理流程和制度,要么制度流于形式,沒有得到很好的貫徹執(zhí)行。這些企業(yè)管理層面缺乏制度體系的建設(shè),執(zhí)行層面沒有標準可依,很容易出現(xiàn)違規(guī)情況。
06 數(shù)據(jù)
數(shù)據(jù)是企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)要素,但往往并不能在企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮出應(yīng)有的價值。許多企業(yè)擁有大量數(shù)據(jù),但其中大部分數(shù)據(jù)缺乏統(tǒng)一的數(shù)據(jù)標準,信息孤島問題嚴重,碎片化的數(shù)據(jù)在信息系統(tǒng)的數(shù)據(jù)庫中“沉睡”,為數(shù)據(jù)治理帶來困難。
07 人才
人才是推進企業(yè)數(shù)字化轉(zhuǎn)型的核心動力,而當前市場上的高端數(shù)據(jù)治理人才非常匱乏,導(dǎo)致企業(yè)數(shù)據(jù)治理所需要的業(yè)務(wù)專家、技術(shù)專家長期缺位,企業(yè)招不到合適的人才。此外,很多企業(yè)還有招聘框架和人才競爭機制限制,進一步減少了其引入高端數(shù)據(jù)治理人才的機會。
08 技術(shù)
傳統(tǒng)數(shù)據(jù)治理更多是“頭痛醫(yī)頭,腳痛醫(yī)腳”的局部治理。數(shù)據(jù)治理只在某些項目或部門中進行,缺乏對數(shù)據(jù)標準的整體規(guī)劃,不能全面展開,無法為企業(yè)帶來更多的價值。
要讓數(shù)據(jù)治理發(fā)揮價值,必須戰(zhàn)略性地使用數(shù)據(jù)治理技術(shù),將數(shù)據(jù)治理貫穿于數(shù)據(jù)的“采、存、管、用”整個生命周期中。涉及的數(shù)據(jù)治理技術(shù)主要包括數(shù)據(jù)建模、數(shù)據(jù)標準、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)集成、數(shù)據(jù)處理、數(shù)據(jù)使用等。
企業(yè)的數(shù)據(jù)治理應(yīng)做好全面規(guī)劃,結(jié)合企業(yè)實際業(yè)務(wù)需求選擇合適的技術(shù)路線,有條不紊地推進。
09 工具
數(shù)據(jù)治理包含元數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)標準化管理系統(tǒng)、數(shù)據(jù)清洗與加工工具、數(shù)據(jù)質(zhì)量管理系統(tǒng)、數(shù)據(jù)安全管理系統(tǒng)、數(shù)據(jù)集成與共享系統(tǒng)等。
“器以載道”,企業(yè)應(yīng)根據(jù)自身業(yè)務(wù)需求,基于企業(yè)現(xiàn)狀和數(shù)據(jù)戰(zhàn)略目標選擇合適的數(shù)據(jù)治理工具,才能達到事半功倍的效果。
關(guān)于作者:羅小江,用友集團助理總裁、平臺和數(shù)據(jù)智能事業(yè)部總經(jīng)理、北京軟件和信息服務(wù)業(yè)協(xié)會云計算專委會副會長、中國企業(yè)財務(wù)管理協(xié)會企業(yè)風(fēng)險管控專業(yè)委員會副主任委員。專注于企業(yè)數(shù)字化平臺技術(shù)應(yīng)用研究,具有企業(yè)管理、IT等復(fù)合知識,并且有豐富的實施交付經(jīng)驗,主導(dǎo)過多個千萬級項目的規(guī)劃及設(shè)計工作。
石秀峰,用友集團數(shù)據(jù)治理專家、中國電子商會數(shù)據(jù)資源服務(wù)創(chuàng)新專業(yè)委員會受聘專家、數(shù)據(jù)質(zhì)量管理智庫(DQPro)受聘專家。深耕數(shù)據(jù)領(lǐng)域十余年,曾主導(dǎo)過多家大型集團的數(shù)據(jù)治理、數(shù)據(jù)集成等項目的咨詢和落地。
本文摘編自《一本書講透數(shù)據(jù)治理:戰(zhàn)略、方法、工具與實踐》,經(jīng)出版方授權(quán)發(fā)布。(ISBN:9787111694489)
《一本書講透數(shù)據(jù)治理》
點擊上圖了解及購買
轉(zhuǎn)載請聯(lián)系微信:DoctorData
推薦語:這是一本能為數(shù)字化轉(zhuǎn)型企業(yè)的數(shù)據(jù)治理提供全面指導(dǎo)的著作。用友集團官方出品,基于國際主流的數(shù)據(jù)治理框架和用友多年的數(shù)據(jù)治理經(jīng)驗,從道、法、術(shù)、器4個維度全面、深入展開,不僅有數(shù)據(jù)治理在戰(zhàn)略層面的頂層設(shè)計,還有數(shù)據(jù)治理在執(zhí)行層面的實施方法,既可以作為數(shù)據(jù)治理的綱領(lǐng)性指南,又可作為數(shù)據(jù)治理的實操手冊。
刷刷視頻👇
干貨直達👇
多段實例代碼詳解7大類Python運算符,建議收藏!
4918字,詳解商品系統(tǒng)的存儲架構(gòu)設(shè)計
人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系,終于有人講明白了
首次公開,用了三年的 pandas 速查表!
更多精彩👇
在公眾號對話框輸入以下關(guān)鍵詞
查看更多優(yōu)質(zhì)內(nèi)容!
讀書?|?書單?|?干貨?|?講明白?|?神操作?|?手把手
大數(shù)據(jù)?|?云計算?|?數(shù)據(jù)庫?|?Python?|?爬蟲?|?可視化
AI?|?人工智能?|?機器學(xué)習(xí)?|?深度學(xué)習(xí)?|?NLP
5G?|?中臺?|?用戶畫像?|?數(shù)學(xué)?|?算法?|?數(shù)字孿生
據(jù)統(tǒng)計,99%的大咖都關(guān)注了這個公眾號
👇
總結(jié)
以上是生活随笔為你收集整理的50%企业数据治理失败!这9大要素才是成功关键的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: oracle与raw device
- 下一篇: 定点数乘法