在數(shù)據(jù)智能運用的道路上，數(shù)據(jù)煙囪、信息孤島遍布。由于頂層設(shè)計的缺失及歷史原因，企業(yè)的各個業(yè)務(wù)系統(tǒng)、管理系統(tǒng)等的數(shù)據(jù)壁壘問題嚴重。另外，由于所用技術(shù)不同、開發(fā)團隊水平不一、開發(fā)平臺和工具不統(tǒng)一、缺乏規(guī)范的數(shù)據(jù)管理標準，各個系統(tǒng)間的數(shù)據(jù)難以兼容及集成。數(shù)據(jù)無法共享，造成一定的數(shù)據(jù)存儲成本及數(shù)據(jù)管理成本的浪費。因此，對于數(shù)字化轉(zhuǎn)型企業(yè)來說，追溯數(shù)據(jù)來源、統(tǒng)一數(shù)據(jù)定義、分類數(shù)據(jù)存儲、消除無效數(shù)據(jù)，可以降低數(shù)據(jù)管理成本，規(guī)避數(shù)據(jù)應(yīng)用的法律風險，降低產(chǎn)品維護及開發(fā)成本。

那么應(yīng)該如何正確治理數(shù)據(jù)呢?

01

(相關(guān)資料圖)

整理業(yè)務(wù)規(guī)則，統(tǒng)一數(shù)據(jù)定義

在企業(yè)數(shù)字化轉(zhuǎn)型過程中，對數(shù)據(jù)的共同理解與解釋至關(guān)重要。數(shù)據(jù)質(zhì)量問題通常是指同一數(shù)據(jù)集被解釋為不同事物，或者不同數(shù)據(jù)集被解釋為相同事物。無論是業(yè)務(wù)還是技術(shù)元數(shù)據(jù)，根據(jù)業(yè)務(wù)屬性明確數(shù)據(jù)定義對于提高數(shù)據(jù)質(zhì)量相當重要。企業(yè)可令數(shù)據(jù)治理團隊運用一定的數(shù)據(jù)管理應(yīng)用程序完成業(yè)務(wù)規(guī)則的梳理和數(shù)據(jù)定義的統(tǒng)一。

02

跟蹤外部數(shù)據(jù)來源

面對競爭激烈的市場環(huán)境，企業(yè)數(shù)據(jù)應(yīng)用的方向不再局限于內(nèi)部數(shù)據(jù)，更多著眼于第三方數(shù)據(jù)，這成為構(gòu)成分析解決方案的要素之一。無論是合作伙伴數(shù)據(jù)、供應(yīng)商數(shù)據(jù)還是互聯(lián)網(wǎng)開放數(shù)據(jù)，都可以提升企業(yè)獲取新業(yè)務(wù)價值的資源。然而，依靠傳統(tǒng)的數(shù)據(jù)治理方式并不能追溯數(shù)據(jù)的真實情況。即使能夠確定數(shù)據(jù)質(zhì)量，也不能保證數(shù)據(jù)源頭是固定的。因此，數(shù)據(jù)治理團隊有必要建立一個可行的模式，以保證外部數(shù)據(jù)的正確性。

03

確認影響業(yè)務(wù)的關(guān)鍵數(shù)據(jù)指標

在商業(yè)場景中，業(yè)務(wù)需求、業(yè)務(wù)流程、業(yè)務(wù)績效等是關(guān)鍵數(shù)據(jù)指標。為了衡量一款產(chǎn)品及服務(wù)是否能夠滿足市場需求，必須采用一定的企業(yè)績效指標。不完整、不準確的數(shù)據(jù)可能導致客戶投訴，因此客戶流失率、KPI等數(shù)據(jù)指標的梳理及確定至關(guān)重要。

04

分析關(guān)鍵業(yè)務(wù)的數(shù)據(jù)質(zhì)量

在確定了企業(yè)內(nèi)部影響業(yè)務(wù)的關(guān)鍵數(shù)據(jù)指標后，數(shù)據(jù)治理團隊還需要了解企業(yè)內(nèi)支持關(guān)鍵業(yè)務(wù)流程的系統(tǒng)及程序的數(shù)據(jù)質(zhì)量。在梳理過程中，數(shù)據(jù)治理團隊可以采用數(shù)據(jù)分析工具預(yù)測數(shù)據(jù)分析模型，在較短時間內(nèi)了解數(shù)據(jù)質(zhì)量。也可以創(chuàng)建針對數(shù)據(jù)存儲庫運行的腳本，解決高級別的跨應(yīng)用數(shù)據(jù)分析需求。

05

創(chuàng)建數(shù)據(jù)自動化管理調(diào)控體系

在數(shù)字經(jīng)濟時代，眾多企業(yè)紛紛舉起數(shù)字化轉(zhuǎn)型的大旗，但大多數(shù)企業(yè)的數(shù)據(jù)體系都無法幫其實現(xiàn)數(shù)字化轉(zhuǎn)型。數(shù)據(jù)治理團隊應(yīng)建立自動化管理體系，把關(guān)數(shù)據(jù)治理到數(shù)據(jù)應(yīng)用的整個流程，在績效考核、分析決策、基礎(chǔ)數(shù)據(jù)質(zhì)量之間建立明確的自動化反饋機制，以業(yè)務(wù)結(jié)果反饋數(shù)據(jù)治理效果。

06

檢測數(shù)據(jù)質(zhì)量對業(yè)務(wù)的影響程度

憑借專業(yè)的數(shù)據(jù)質(zhì)量分析工具，數(shù)據(jù)治理團隊能夠測試數(shù)據(jù)質(zhì)量，識別異常數(shù)據(jù)，以便開展有針對性的數(shù)據(jù)處理工作。通過業(yè)務(wù)影響程度測量數(shù)據(jù)質(zhì)量，可以幫助企業(yè)有效篩查無價值數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量。

另外，數(shù)據(jù)質(zhì)量的檢測應(yīng)該是長期存在于數(shù)據(jù)應(yīng)用過程中的。一旦企業(yè)決定進行數(shù)字化轉(zhuǎn)型，就必須定期評估數(shù)據(jù)質(zhì)量對業(yè)務(wù)結(jié)果的影響，并且隨著新業(yè)務(wù)場景的出現(xiàn)，對數(shù)據(jù)質(zhì)量評估的重點和方法作出相應(yīng)調(diào)整。

07

聽取、溝通業(yè)務(wù)需求，有針對性地治理數(shù)據(jù)

數(shù)據(jù)治理團隊在對數(shù)據(jù)進行清洗治理時，首先不要妄圖通過數(shù)據(jù)治理立即解決所有問題，而是應(yīng)該認真聽取業(yè)務(wù)部門對數(shù)據(jù)的需求，通過有效溝通，確定行動計劃，探索數(shù)據(jù)內(nèi)部潛在的問題，為分析決策提供支撐。

08

創(chuàng)建數(shù)據(jù)質(zhì)量動態(tài)感知臺監(jiān)控數(shù)據(jù)治理進程

數(shù)據(jù)治理團隊一般會通過定期會議或者小組討論等形式同步各自的數(shù)據(jù)處理進度。但是定期的會議匯報無法隨時了解數(shù)據(jù)治理進程，因此數(shù)據(jù)治理團隊可以創(chuàng)建數(shù)據(jù)質(zhì)量動態(tài)感知臺。數(shù)據(jù)質(zhì)量動態(tài)感知臺可以根據(jù)KPI和關(guān)鍵業(yè)務(wù)操作流程制定數(shù)據(jù)質(zhì)量的績效。在某些需要調(diào)整的地方，數(shù)據(jù)業(yè)務(wù)分析師可以與CDO溝通調(diào)整治理路線和重點。成熟的數(shù)據(jù)業(yè)務(wù)分析師可以幫助企業(yè)進行數(shù)據(jù)管理，積極監(jiān)控、提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量動態(tài)感知臺可以幫助企業(yè)管理數(shù)據(jù)風險，創(chuàng)造更多降低運營成本的機會。

09

建立學習—分享—培訓機制

數(shù)據(jù)治理團隊中各成員分工不同，所處理的數(shù)據(jù)模塊也不相同，每個人遇到的數(shù)據(jù)質(zhì)量問題都不同，而個人解決起來困難重重。因此團隊負責人需要建立一套學習—分享—培訓機制，團隊成員可以將發(fā)現(xiàn)的數(shù)據(jù)問題及時共享給團隊其他成員，一起討論數(shù)據(jù)治理的解決措施，幫助團隊成員提升自身能力。

10

避免“IT怪圈”

數(shù)據(jù)治理團隊如果沒有完全打通企業(yè)的內(nèi)外部數(shù)據(jù)，業(yè)務(wù)部門的需求便不能隨時得到滿足，數(shù)據(jù)治理團隊就會進入IT怪圈。首先，前端業(yè)務(wù)場景不斷變化，業(yè)務(wù)部門需要隨時響應(yīng)。期間，業(yè)務(wù)部門會不斷向技術(shù)部門提出各種工作需求，即使有些業(yè)務(wù)需求簡單到并不需要技術(shù)人員操作，只須簡化數(shù)據(jù)治理的流程或步驟即可，但由于數(shù)據(jù)治理得不徹底，技術(shù)部門不得不隨時響應(yīng)低端需求。業(yè)務(wù)場景是瞬息萬變的，用戶的需求需要隨時被滿足，技術(shù)部門疲于應(yīng)付前端業(yè)務(wù)部門低端的需求，導致業(yè)務(wù)需求響應(yīng)慢，結(jié)果并不令人滿意，甚至延誤了商機。如此循環(huán)下去，技術(shù)部門將陷入IT怪圈，無法抽身。

關(guān)鍵詞： 數(shù)據(jù)管理 數(shù)據(jù)分析