如何避免資料治理過程的誤區
資料治理就是以服務組織戰略目標為基本原則,通過組織成員的協同努力,流程制度的制定,以及資料資產的梳理、採集清洗、結構化儲存、視覺化管理和多維度分析,實現資料資產價值獲取、業務模式創新和經營風險控制的過程。
在資料中心平臺過程中,資料治理作為資料資產形成的早期工作,是資料平臺建設質量和成果評價的關鍵。因此,企業有必要了解資料治理的三個誤解,避免走彎路。
1.資料治理能在短期內有效。
資料治理的第一個誤解是,資料治理可以在短期內有效。
資料治理是一項長期而複雜的工作,是資料中心平臺建設過程中最基本、最重要的一步。大多數情況下,經過多次整合、清潔和收集,資料治理似乎已經取得了初步的成果,但在應用業務中,資料不能真正實現,更不用說推動業務了。可以看出,企業在資料治理過程中存在一些誤解,這將使資料治理過程漫長,效果不佳。造成這種現象的原因之一是企業缺乏資料管理,對資料實現價值有期望,但不清楚如何智慧管理資料。
面對這種情況,企業可以通過小型資料應用專案全面安排資料架構、資料質量和資料處理能力,為以後的真實資料處理提供依據。在清楚地探索資料情況後,專業的資料中心服務提供商可以制定切實可行的資料處理方案,指導技術人員與業務人員合作,縮短資料處理的有效時間。
2.資料治理是技術部門的事。
資料治理的第二個誤解是,資料治理和中間平臺架構建設是技術部門的問題,與業務人員和企業管理無關。
企業數字化轉型是組織、業務、技術等部門的戰略變革。資料中心平臺建設的最終目標是實現業務,為資料實現提供動力。技術人員長期以來一直專注於提高技術能力,缺乏對業務需求和痛點的把握。不考慮業務需求的中間平臺建設將走出源頭。沒有企業中間平臺戰略的資源支援,數字化轉型僅由技術部門推動,數字化轉型不足,容易導致轉型中途死亡。
資料本身是由業務產生的,資料質量的提高離不開業務的發展。業務領域多,資料來源渠道多,統一資料口徑需要先統一業務術語;業務需求多,資料包表不完善會導致基礎資料採集錯誤。因此,企業資料治理涉及的部門必須覆蓋業務部門、技術部門甚至管理層的多維組織結構,才能真正實施資料治理。
3.資料處理是一種簡單的工具配置和疊加。
資料治理的第三個誤解是,企業認為資料治理只是一個簡單的工具配置和疊加。
一些企業可能認為,通過治理工具簡單地清洗資料,資料將清晰、乾淨。事實上,資料治理包括組織結構調整、治理過程制定、工具配置、現場技術人員實施、業務部門協調等。人員呼叫和安排是資料治理的前提,只有專業、合適的人員才能真正發揮作用,只有明確的行動指令和實施過程,企業資料治理才能有效。
如何避免資料治理過程的誤區.中琛魔方大資料平臺表示資料治理強調的是一個過程,是一個從混亂到有序的過程。從範圍來講,資料治理涵蓋了從前端業務系統、後端業務資料庫再到業務終端的資料分析,從源頭到終端再回到源頭,形成的一個閉環負反饋系統。從目的來講,資料治理就是要對資料的獲取、處理和使用進行監督管理。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69936596/viewspace-2888818/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- CIO要避免的7個資料治理錯誤!
- 資料治理常見的誤區有哪些
- 收藏 | 資料視覺化應該避免的誤區視覺化
- Mac清理過程中如何避免誤刪CleanMyMac語言檔案MacC語言
- 資料治理的興與衰,如何進行資料治理?
- 資料治理的關鍵:後設資料治理如何開展
- 大資料分析過程是如何的大資料
- 如何避免創業過程中技術相關的“坑”?創業
- 入門Web前端有哪些誤區?該如何避免?Web前端
- 談談如何透過主資料MDM 開啟資料治理之旅
- APP推廣過程中的10大誤區APP
- iOS開發過程中使用Core Data應避免的十個錯誤iOS
- sql server資料庫附加錯誤的解決過程SQLServer資料庫
- 資料治理是一個怎樣的體系化的過程?_光點科技
- 如何避免資料庫被黑資料庫
- SEO優化過程中容易發生的誤區優化
- Python - 裝飾器使用過程中的誤區Python
- 如何實現雲資料治理中的資料安全?
- CTO/CIO如何治理資料
- 如何做好資料安全治理
- PHP語言需要避免的10大誤區PHP
- PHP 語言需要避免的 10 大誤區PHP
- 資料資產管理與資料治理什麼區別?
- 如何理解資料管理、資料治理、資料運營
- 資料分析過程中後設資料該如何管理
- 經驗分享:採用事件溯源的誤區(以及我們是如何避免的)事件
- 如何透過資料開發治理實現資料流程的自動化和規範化?
- 關於資料治理ChatGPT是如何回答的?ChatGPT
- 資料的過程性表示
- 資料治理:企業如何走出資料孤島?
- 如何打破資料孤島,實現資料治理
- 資料治理 VS 公司治理、IT治理、數倉治理
- 如何做好資料治理平臺
- 常見的資料分析誤區
- 如何有效的治理殭屍網路以此來避免遭遇DDOS?
- 大資料時代的資料治理!大資料
- 企業內部的資料治理如何評估
- 企業如何開展內部的資料治理