加入收藏 | 设为首页 | 会员中心 | 我要投稿 PHP编程网 - 黄冈站长网 (http://www.0713zz.com/)- 数据应用、建站、人体识别、智能机器人、语音技术!
当前位置: 首页 > 大数据 > 正文

数据治理:数据战略从制定到落实的8个重点

发布时间:2022-06-10 11:12:09 所属栏目:大数据 来源:互联网
导读:数据是企业的一项重要资产,这一观点已经成为了大多数公司的共识。但现实中,很多企业并没有将这项资产充分利用起来,用它来取得商业上的成功。 原因很多,很复杂! 但据笔者的观察,之所以出现这个情况,主要的原因无外乎两个:一是无数据可用,二是无可用
  数据是企业的一项重要资产,这一观点已经成为了大多数公司的共识。但现实中,很多企业并没有将这项资产充分利用起来,用它来取得商业上的成功。
 
  原因很多,很复杂!
 
  但据笔者的观察,之所以出现这个情况,主要的原因无外乎两个:一是无数据可用,二是无可用数据。
 
  一方面,“数”到用时方恨少。在一些传统企业,IT一直被认为是支撑性职能,从来没有将数据作为一个重要生产要素去看待。在以往的信息化建设过程中,都是“以流程为驱动,以线上化、自动化为目标”,数据思维和数据意识淡薄,没有将精力放在数据的收集、整理和处理上,导致“无数据可用”。
 
  
  —01—
 
  数据战略是什么?
 
  这不是我们第一次聊数据战略或数字化战略了。
 
  事实上,在本公众号(谈数据)的往期文章中,至少已经有两期文章专门讲过数据战略这个事情,我们回顾一下:
 
  其一,在《数据治理的成功要素1:数据战略管理》一文中,笔者曾提到:“数据战略是企业为实现某些业务目标而做出的数据规划和部署,主要包括四个方面内容:数据战略目标、数据战略范围和内容、数据战略实施策略、以及数据战略的实施路径和计划”。今天我们要讲的数据战略的8个要素,事实上也是包含在这四方面内容之中。
 
  其二,在《企业数字化转型:数字化战略!》一文中,笔者指出“数字化战略就是‘战略性’的使用数据和IT来支撑企业业务战略目标的实现”。大家对数据和IT都有着深刻的理解,但是对于“战略性”使用,可能理解不够清晰,或者没有形成一致的理解。
  
  今天我们要讲的数据战略的8个要素,本质就是“战略性地使用数据”。这8个要素分别是:数据战略,数据采集,数据治理,技术架构,数据文化,组织与流程,行动路线图,数据应用。
 
  —02—
 
  数据战略,对齐业务战略
 
  在笔者的以往的文章中,曾多次提到“对齐业务目标”的概念:数据治理目标与对齐业务目标,数字化转型要对齐业务目标,数据战略也要对齐业务目标。
 
  那什么是业务目标,为什么要对齐业务目标?
 
  经济学中经常讲企业经营的目标是追求最大化的利润,长期追求的是企业价值最大化。其实,简单的理解就是“降本、增效、提质”!
 
  对大多数企业而言,数据战略一定要首先对齐“降本、增效、提质”的业务目标,如果你的数据战略在这一方面都不能发挥价值,很难相信它能在商业创新中“浴火重生”。
 
  
  —03—
 
  采集数据,确保有数据可用
 
  在分析了业务需求,定义了业务目标之后,我们需要转到下一个话题:是否有数据可用。构建一个业务需求与所需数据的列表/矩阵,明确实现业务目标所需数据。
 
  示例:数据需求与数据来源矩阵
 
  1635125794
 
  这个时候你需要考虑如下问题:企业内部有哪些数据,这些数据在何处,该如何收集?还需要哪些外部数据,该如何收集?
  
  对于企业内部没有,需要到外部采集的数据,常见的采集方式有三种:1、网络采集(通过网络爬虫或数据埋点进行采集);2、直接购买(通过正规渠道进行购买),3、对等交换(通过数据交换的方式进行采集,这种方式在外部数据采集用的比较少)。
 
  —04—
 
  治理数据,确保有可用数据
 
  数据采集到一起了,但是数据质量高不高,能不能支持数据共享使用和数据分析,又是另外一个问题。
 
  这就引出的了数据治理。
 
  数据治理是通过改善数据质量,确保“有可用数据”,让合适的人可以访问合适的数据,最终实现企业级数据共享,为数据分析、挖掘提供基础。
 
  在本号的历史文章中,关于数据治理已经写过了很多内容了。有兴趣可以在历史文章中查看,或者《数据治理,从方法到实践,看这一篇就够了!》
 
  如果你还是不清楚数据治理要从哪里开始,有一个最佳实践:制定好‘业务术语表’或开发好‘数据字典’。
 
  
  —05—
 
  技术架构,不为新概念所扰
 
  数据战略关注的另一个问题是通过什么样的技术架构来落地业务目标。
 
  构建一个可伸缩、可扩展、灵活且强大的数据技术体系是一个很复杂的问题,我的一个建议是:不要被炒作和所谓新技术所困扰,将精力聚焦到业务需求上来。
 
  在这个新技术层出不穷,新概念真假难辨的年代,每个企业都需要一双“火眼金睛”,去鉴别哪些技术是你切实需要的,哪些技术代表了未来的趋势,而哪些技术就只是概念上的忽悠!
 
  数据技术架构的选型需要考虑的问题:
 
  需要处理的数据类型都有哪些?
 
  业务对数据处理的实时性要求?
 
  企业内缺少的数据该如何获取,网络采集还是从第三方市场中购买?
 
  如何提供用户对数据的访问?
 
  数据架构与其他基础技术架构的集成关系?
 
  公司是否具备支持本地数据仓库或其他本地化数据架构方案的技能,或者选基于云的解决方案更有意义?
 
  同时,数据架构的选型与大多数设计一样,你对未来需求的考虑越多,该解决方案对业务的实际支持就越多、变更的风险就越小。

(编辑:PHP编程网 - 黄冈站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读