谈谈实施数据治理时常犯的10大错误

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 我所见过的最大的错误就是企业没有将文化变革纳为数据治理举措的一部分。到目前为止,这个错误是最大和最常见的错误,它最终可能导致数据治理计划的彻底失败。

未能解决数据文化问题


   1.错误描述

我所见过的最大的错误就是企业没有将文化变革纳为数据治理举措的一部分。到目前为止,这个错误是最大和最常见的错误,它最终可能导致数据治理计划的彻底失败。常见的情况是,人们设计了一个非常棒的框架,对他们的组织来说是理想的,但它并不成功,因为它没有得到适当的实施,因为他们没有解决文化改变方面的问题。

2.后果影响

这样做的结果是业务用户、利益相关者,他们只是觉得数据治理是对他们做的,而不是为他们做的或与他们一起做的。在这种情况下,他们往往会对要求他们做的事情做得越少越好,甚至如果他们能侥幸逃脱的话,甚至什么都不做。简单地说,如果不解决文化变革的问题,就不能开始将数据作为一种资产来管理,并意识到它的价值。需要把业务人员带进来,带着他们一起开展数据治理工作。

3.如何避免

首先,也是最简单的事情就是应用一些真正好的变革管理技术,如果你不精通这些技术,我相信你的组织中肯定有人精通,但归根结底,这需要与所有的业务利益相关者进行高质量的沟通。这将对不同的利益相关者群体就他们在数据治理实现中的角色进行不同的沟通,并确保对数据治理框架中的每个角色(如数据所有者或数据管理员)进行良好的培训。将这些人带到您的团队中是非常重要的,因为如果您不解决文化变化问题,您的数据治理计划将永远不会带来您所希望的好处

数据治理是由IT驱动的


     1.错误描述

数据治理成功的关键是让涉众对他们的数据拥有所有权,并在数据治理计划中发挥带头作用。当我为陷入困境的公司执行数据治理状况检查时,通常由IT部门领导数据治理计划。这总是出于最好的意图。尽管它不拥有数据,但他们理解不正确管理数据的影响,因此他们往往是任何组织中第一个意识到需要适当的数据治理的人。企业经常让IT来处理数据治理,因为他们混淆了基础设施和数据。如果您所在的组织仍然认为IT拥有数据,那么分配IT来运行数据治理计划似乎是合乎逻辑的。然而,IT主导的数据治理计划可能会充满问题。真正的数据治理只有在企业拥有数据所有权时才会真正发生,而IT主导的项目会使这一点变得更加困难。

2.后果影响

在我的经验中,IT领导的计划过于关注做清理数据之类事情的工具。这是可以理解的,因为公司倾向于从从事销售工具业务的IT供应商那里获得建议。问题在于,除非企业改变在入口点捕获数据的方式,否则数据的质量永远不会提高。

3.如何避免

无论如何,企业需要认识到有必要拥有自己的数据,并负责数据治理计划。这通常说起来容易做起来难,可能需要一个来自组织外部的独立专家来充当催化剂。外部人员可以促进不同业务部门之间的高层讨论。这将帮助企业了解利益,并增加他们掌握主动权的愿望。这当然是理想的场景,但至少,业务需要拥有与业务如何创建和管理数据相关的策略和过程。

不了解组织的数据治理成熟度


      1.错误描述

这个错误是关于不了解组织在数据管理方面的成熟度,更具体地说,数据治理方面的成熟度。这确实涉及到一个基本问题:您准备好进行数据治理了吗?有时候,一个组织还没有准备好实施数据治理计划。即使组织已经准备好了,它也可能还不够成熟,不足以实现他们的最终目标。底线是,除非您的组织能够以正确的方式思考数据,否则全面的数据治理倡议很可能会失败,因为必要的沟通和教育要么混淆视听,要么被置若罔闻。

2.后果影响

你需要知道你的起点,这样你才能规划你的旅程。如果您不了解您的组织在数据治理方面有多成熟,您可能会尝试引入您的组织没有准备或不需要的东西。当您的组织内部缺乏对数据治理成熟度的明确认识时,可以相当肯定地说,通信将受到不利影响。你与该计划相关的沟通应该在正确的时间向正确的人发出正确的信息。如果成熟度不明确,那么传达一个击中要害的信息将是困难的,而且您可能会从那些对您的计划最终成功至关重要的人那里收到负面反应。

3.如何避免它

很明显,第一步是评估当前数据治理方面的成熟度级别。这并不一定是一项代价高昂的工作,因为有大量的免费资源可用。避免这种错误的第二种方法是明确您希望通过数据治理实现什么。如果您清楚自己的目标,就更容易弄清楚涉众为了欢迎数据治理需要听到什么。一旦您定义了您的组织进行数据治理的原因,包括利益相关者将如何从中受益,我建议您创建一份战略文档。这将确保参与你的计划的每个人都清楚地了解计划的目标是什么,以及它将如何积极地影响他们所在的组织,这无疑会激发交流的兴趣。

把数据治理作为一个项目


     1.错误描述

这个常见的错误很容易犯,因为把数据治理的实现当作任何其他项目来对待似乎是合乎逻辑的。让涉众参与对成功实现数据治理计划并获得他们的支持至关重要。然而,这并不是可以简化为任务列表的事情。一旦你得到了利益相关者的认可,你就面临着更大的挑战,改变态度,行为,甚至是数据管理的文化。我希望你能明白这需要比传统项目管理更复杂的东西。

2.后果影响

当一个数据治理计划作为一个项目来领导时,似乎随着任务的完成而取得了进展。然而,除非人改变,否则不会有实质性的改变。为了改变行为、态度和文化,你必须赢得人心和思想。当计划的成功是通过检查表上的可交付成果来衡量时,这一点几乎总是被忽略。如果不让涉众参与进来,您将很难集成您的数据治理框架,从而使其成为正常的业务。如果没有利益相关方的支持,企业最终会回到过去的数据管理方式。简而言之,整个计划将完全是在浪费时间和金钱,随后重新实施数据治理的尝试将遭到涉众的抵制,因为他们会认为这是在浪费时间。

3.如何避免

秘诀是将该计划作为不同工作流程的变革计划来实施。一些人将处理艰巨的任务,而另一些人将处理行为方面的问题。这意味着你可能需要一个拥有不同技能的团队。例如,你将需要一个很好的促进者,你可能会在组织之外找到他。你需要软技能培训师,以及沟通和影响力方面的专家。一个人不可能拥有所有这些技能。你还需要一个善于协调的领导。您的变更计划应该概述从当前情况到数据治理正常运行的过渡。您还应该应用组织变更管理方面的最佳实践,并分配一个现实的时间框架。最后,在实施数据治理时,请不要低估软技能的重要性。沟通和影响对成功实施数据治理框架至关重要。

数据治理与战略不一致


      1.错误描述

与战略不一致是一个相当常见的错误,特别是如果业务没有充分参与数据治理计划。企业战略目标将推动企业的日常管理。除非利益相关者看到数据治理将如何帮助他们实现战略目标,否则在获得他们的认可并最终利用他们的影响力来推动文化变革方面不太可能有任何相关性。

2.后果影响

如果你不能展示你的倡议将如何帮助你的组织实现其整体战略,那么你就有可能让你的利益相关者认为这是浪费时间。如果出现这种情况,他们很可能会尽其所能取消或搁置你的计划。他们总是把注意力集中在他们认为对实现战略目标很重要的事情上,并且会抵制任何他们认为无关紧要的事情。如果您遇到了主要的涉众抵制,并且普遍认为数据治理计划没有增加任何真正的价值,那么最终,您的计划可能会面临失去资金的严重风险。可悲的是,这并不是夸大其词,我经常看到这种情况发生。我在实施数据治理的早期经历了惨痛的教训。

3.如何避免

避免这种错误的关键是要清楚为什么要实施数据治理计划,以及它如何帮助组织实现其战略目标。能够清楚地表达这一点,以确保对倡议的持续资助和支持是至关重要的。就业务变更而言,这有助于获得一个明确的结果,你需要能够清楚而简洁地将此传达给业务的其他部分。他们想知道这个计划将如何帮助他们达到部门目标,以及需要付出多少努力。从数据治理成熟度模型的角度理解您的组织所处的位置将帮助您确定您应该期望能够实现的目标。一旦确定了需要数据治理的原因和方向,就可以更好地规划实现数据治理的路线,以及里程碑,以便度量进展。

不了解数据架构


      1.错误描述

您需要对如何在您的组织中保存和管理数据有一个高层次的理解。它不需要过于详细,并且只要您从一个广泛的理解开始,您就可以在有意义的时候添加细节。然而,如果做不到这一点,就意味着您总是在寻求解决缺乏数据治理的症状,而不是找到数据问题的根本原因。

2.后果影响

如果您不理解数据和系统之间的关系,那么如果系统中保存的数据发生变化,即使是出于正确的原因,也会产生负面影响。您将解决与数据问题相关的症状,而不是真正找到根本原因。当您在某个特定领域进行小的更改时,还会产生下游的后果,因为没有人会理解数据用于什么以及如何使用它,这可能会导致许多意想不到的影响。这反过来会导致您的数据治理计划名声不佳。

3.如何避免

避免这种错误的明显方法是在开始之前定义数据架构。您可以分阶段实现这一点,这样您就可以从对您的组织的数据全景的高级概述开始。在进行任何更改之前,您还应该进行某种形式的影响分析。永远要记住,实现数据治理框架太重要了,不能一次解决,而且它太大了,你无法理解所有的事情。关键是要确定特定的阶段,对它们进行优先排序,并在整个阶段中更详细地研究它们。如果您从定义最高的概念级别开始,然后向下定义细节,您就可以处理重要的方面,而不是试图一次性记录所有内容。有时不需要文档,这样可以节省您浪费宝贵的时间。我强烈建议您考虑使用概念数据模型,这既是记录数据架构的一种方式,也是向您的企业交流数据治理的一种方式。

未能嵌入数据治理框架


      1.错误描述

我经常看到的另一个常见错误是没有嵌入数据治理框架。这与将数据治理作为一个项目来管理的错误有关。除非您将数据治理框架有效地集成到您的组织中,否则任何好处都是短暂的。

如果数据治理框架没有成为您的业务不可或缺的一部分,那么业务将缓慢但肯定地恢复到以前的行为。

2.后果影响

如果您的组织中没有嵌入数据治理框架,您就不太可能实现人们管理数据的方式的长期改变。虽然您可能会获得一些快速的胜利,但如果没有数据治理框架来支持更改,可能需要多次尝试才能使更改坚持下来。组织经常多次尝试将数据框架嵌入到他们的组织中,这不仅惹恼了利益相关者,而且也阻碍了成功。随着你的进一步尝试,实现利益相关者的合作变得越来越困难,因为他们会开始认为倡议只是浪费时间。

3.如何避免

角色和职责是数据治理框架的关键部分。如果没有人负责嵌入框架,那么很可能就没有人会去做了!确保您的角色和职责得到了恰当的定义,并且您已经为每个角色找到了合适的人。

如果你不向他们解释你想让他们做什么以及他们应该怎么做,那么定义角色和责任然后找人来填补这些角色是没有意义的。这听起来很明显,但要确保记录您的过程,并提供足够的指导,以便每个人都知道他们应该做什么。实现是任何数据治理计划中最难的部分。相对来说,编写框架文档、起草角色和职责以及绘制好看的流程图是比较容易的。然而,你真的需要走出去,让它发生。这通常是数据治理计划遇到实际问题的地方。您还很可能需要领导层支持,以确保您的数据治理框架工作。这可以分配给一个被称为数据治理经理的人,或者甚至可以分配给整个团队。

采用颠覆式方法


      1.错误描述

我尝试过颠覆式的方法,但仍然有伤疤提醒我这是一个坏主意!我所说的颠覆式方法是指尝试一个主要的计划来实现与数据治理框架有关的所有事情。如果您是一个业务用户,开展您的日常工作,如果与您的工作相关的所有事情都在一次性发生了巨大的变化,您会作何感想?相信,这种感觉并不好,而且压力很大。这种方法不太可能带来长期的成功。

2.后果影响

“颠覆式”方法的结果是,最初的计划很可能太大而无法启动。或者,业务用户会太专注于他们的日常工作,所以通过给他们的盘子加载太多的任务,你会发现自己在与他们议程上的其他优先事项斗争。简而言之,让人们抽出时间开始工作将是一场艰难的斗争。“颠覆式”方法迅速将数据治理变成一个无疑需要大量时间和资源的主要项目。让它听起来比实际更可怕,这可能会阻碍你获得所需的资源和资金来实现更高层次的战略目标。请记住,您不应该因为有人告诉您这是一个好主意而进行数据治理。您应该进行数据治理,以帮助您的组织实现其战略目标。

3.如何避免

当涉及到实现时,您可以通过采取结构化的方法来避免这种错误。在弄清楚为什么要进行数据治理以及希望它为组织实现什么目标时,请后退一步,遵循一种有条理的方法。然后,您可以尝试在可管理的块中执行您的计划。永远不要低估这将花费的时间。一旦您有效地明确了您的数据治理策略,并将其与您组织战略相结合,您就可以很好地定义您的阶段,这应该与您的组织的优先级相关。

遵从性的条款方法


      1.错误描述

如果实施数据治理的压力来自监管机构,那么,企业很有可能会考虑满足让监管机构满意的绝对最低要求。这是一个很大的错误,因为从长远来看,这些组织最终会比他们一开始就正确实施数据治理做更多的工作。他们还错过了改善数据管理实践所带来的所有业务好处。

2.后果影响

数据治理的复选框方法通常以任务为中心,完全忽略了相关人员。他们会列出需要完成的事情的清单,并在任务未完成时发出威胁。因此,人们走过场是因为他们必须这样做,他们看不到日常工作的真正好处。因此,在你的组织中嵌入你的数据治理框架将是困难的,你将总是追逐人们,以确保他们遵守了规则。监管机构以改变目标而臭名昭著,因此,如果您没有将数据治理嵌入到您的组织中,那么每次他们改变法规和更新检查表时,您都可能回到起点,这意味着执行新的检查表。

3.如何避免

从一开始,就考虑利用监管要求作为驱动因素,但不要将行动的范围限制在最低限度。想想你如何能满足规定,并获得一些商业利益。如果您采用良好的数据治理原则,那么您应该能够遵从他们提出的任何内容,而它将只是您已经在做的事情的副产品。在最坏的情况下,您将不得不进行一些小的调整,而不是从头开始。准备好基本数据治理框架,并同时向所有数据所有者概述范围。这不仅仅涉及需要满足法规要求的数据所有者——首先要让整个组织都支持数据治理倡议。让他们习惯这个想法,并强调如果他们接受这个改变,他们可以期待的商业利益。

认为工具就能实现数据治理


      1.错误描述

现在市场上有很多工具可以真正帮助数据治理。现有的工具可以帮助组织实现、管理和支持数据治理,使其成为业务中不可或缺的一部分。但是,不要误以为这些工具是实现良好数据治理最重要的。

2.后果影响

如果整个数据治理计划都围绕着一个工具,那么企业就不太可能参与进来,因为他们会错误地认为这个工具会为他们做所有的工作。你仍然需要让利益相关者参与到这个过程中来,因为没有他们的支持,整个计划很可能会失败。除非整个业务在一开始就签署了数据治理协议,否则该工具将无法工作。工具不减轻他们的任何责任。相反,工具应该被定位为使人们更容易执行其数据治理职责的工具。最终,导致数据治理计划碰壁的并不是工具。当太多的注意力集中在工具上,而太少的注意力集中在获得涉众购买和变更管理上时,计划就失败了。

3.如何避免

答案是在实现数据治理时采用结构化方法。在您开始考虑潜在的工具之前,请确保您完全理解您在做什么以及为什么要这样做。为了最大限度地利用工具,您应该清楚地了解您将使用工具来做什么。首先起草你的数据治理框架,作为实践的一部分,考虑你的组织在理解数据治理方面是否足够成熟。事实上,现在开始考虑工具可能还为时过早。做所有我们已经提到的事情,以使业务参与到主动性中,如果决定使用工具,记住这些工具并没有避免你在实现组织变革方面的任何责任。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
6月前
|
设计模式 算法 程序员
程序员为何需要反复修改Bug?探寻代码编写中的挑战与现实
作为开发者,我们在日常开发过程中,往往会遇到反复修改bug的情况,而且不能一次性把代码写的完美无瑕,其实开发项目是一项复杂而富有挑战性的任务,即使经验丰富的程序员也难以在一次性编写完美无瑕地完成代码,我个人觉得一次性写好代码是不可能完成的事情。虽然在设计之初已经尽力思考全面,并在实际操作中力求精确,但程序员仍然需要花费大量时间和精力来调试和修复Bug。那么本文就来分享程序员需要反复修改Bug的原因,以及在开发中所面临的复杂性与挑战。
173 1
程序员为何需要反复修改Bug?探寻代码编写中的挑战与现实
|
数据采集 人工智能 数据管理
开始数据治理时三个常见的陷阱和解决方法
当我们与客户合作帮助他们提高数据管理能力时,大多数部门都同意更好的数据治理将有助于解决他们的数据问题。
开始数据治理时三个常见的陷阱和解决方法
|
开发者 前端开发
[译] 如何避免我作为初级开发者时所犯下的 7 个错误
我们应该从中吸取教训。在成为高级开发者的过程中,我犯过许多错误。本文讲述了当我还是初级开发者时犯过的 7 个严重错误,以及如何避免这些错误。
893 0
|
数据采集 数据管理 数据挖掘
「数据治理那点事」系列之三:不忘初心方得始终,数据质量管理要稳住!
本文主要讲数据治理中的重要工作:数据质量管理。 从数据质量管理的目标,质量问题产生的根源,讲到如何评估数据质量,如何贯彻数据质量管理流程,最后从取与舍两个角度谈谈我对质量问题的一些个人观点。
|
项目管理
漫谈项目管理之:面对严重的技术问题,你应该怎么做?
  接到紧急电话,你匆忙的赶到用户现场。初步分析后,你大吃一惊:可以确定,这是一个方案设计阶段的重大失误,现在暴露出来,导致项目中的所有工作全面停顿。   此时此刻,作为项目经理,你马上要做那些事情?   你想到了什么? 组织技术人员进行讨论,对技术问题进行分析?非常好,这是必须要做的工作。
1541 0
|
NoSQL 测试技术 程序员
关于代码的那些低级错误,都是血泪的教训
无论你是初级工程师,中级工程师,高级工程师,甚至是全栈工程师、架构师,都是从零开使一步一步走出来的,想必都会犯过一些低级错误。 那些错误都是怎么发生的,如何避免发生错误呢,看看我们各位资深的程序员以自身为例,告诫我们敬畏每一段代码
5450 0