過去這么多年的經驗教訓告訴我們，數據質量的問題是不可能百分之百解決掉的，因為業務變化的速度快于數據變化的速度，這是一個客觀存在的而且短期內不可能改變的事實。我們最應該關心的應該是數據如何能夠給業務產生價值，即使只有50%的數據準確度，在治理數據質量的同時，依然要找到這些數據可以為業務產生價值的方法和場景。

????這個問題應該改成，如何治理好現有的數據為業務產生價值。

????數據治理是要服務于業務場景的，而傳統的數據治理方法，更多的將數據和業務獨立了出來，最后數據治理項目的成果基本上可以歸納為創造了”三個一“工程：

????一堆新崗位：傳統的數據治理項目一般會產生一堆新職位，比如主數據管理員，物料管理員，數據治理委員會等。

????一摞新流程：一批新的流程和標準會發布出來，告訴所有的業務項目組，應該遵循這個流程來管理數據。

????一批新系統：會上線一批數據管理系統，將流程和規則固化到系統中。

????但是，很少有數據治理項目能根本上解決數據質量的問題，并且有些項目導致業務的速度變慢了，最后都流于形式和標準。

????這是因為傳統的數據治理都是管控式治理，而不是服務式治理。他們的目標是把數據標準定出來，然后讓業務服從于這個數據標準，卻忽視了，數據標準是為了業務服務的。

????所以，在精益數據創新體系中，我們提倡和實踐新的治理方法：精益數據治理（Lean Data Governance)：服務式治理，重場景輕標準，元數據驅動

服務式原則：

我們實踐服務式的治理，輕管控，以解決業務問題為目標，而不以數據質量為唯一目標

????場景核心原則：

數據標準越輕越好，強調與業務場景的融合，能夠服務好業務場景，產生業務價值的數據標準就是好標準

????元數據驅動原則：

原來的數據治理很多都是事前進行管控，讓業務服從于數據管理，比如主數據的管理，需要有事前審批。而我們現在更多的在實踐利用元數據驅動的數據管理的方式，將審批流程弱化，通過自動化數據技術，讓業務無感，從事前管控變成事后歸因。不影響業務交易的速度，將復雜的事情坐在后端。

總結

以上是生活随笔為你收集整理的再问数据中台 - 数据中台里的数据质量应该如何保障？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。