聊聊数据治理验证这件事

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: 缘何要进行数据治理验证呢?也许读者可能第一次听说这个话题。在数字化转型、数字经济、数据要素、数据资产、数据价值等一系列眼花缭乱的词汇下,数据治理成为了当前的热点。

序:缘何要进行数据治理验证呢?也许读者可能第一次听说这个话题。在数字化转型、数字经济、数据要素、数据资产、数据价值等一系列眼花缭乱的词汇下,数据治理成为了当前的热点。数据治理不是什么新鲜事,也不是立竿见影的万能药,而是要踏踏实实研究数据,弄清什么数据,什么是数据治理,数据治理的核心是什么,只有弄清一件事,才能更好想为什么去做,如何去做,做的成果如何衡量。据统计,很多企业数据治理是不成功的,所以客户才提出数据治理验证的话题。下面我们深入聊聊数据治理场景验证。

一、认识数据治理

f6aeb86f6455161131946f55d95d7d3b.png

大家可以思考一个问题:有没有国家治理验证的例子,有没有公司治理验证的例子?治理是什么,治理是组织、制度、流程、工具等综合机制。我们从没有听到国家治理机构验证的例子,也没听到过公司治理体系验证的例子,那么数据治理是公司治理的一部门,为什么要验证,难道数据治理组织不是公司决策层同意的吗,难道数据治理制度不是公司领导层同意的吗?恐怕还真不是,大多数情况下都是信息部门组织的,领导层和决策层恐怕并不深入了解,因此才有验证一说。既然验证,我想最重要的事情就是弄清楚什么是数据治理,什么是数据管理,什么是数据项目,如果边界弄不清楚,就会弄巧成拙。

二、数据治理验证什么

0cf018c9310dd8ce70969d9f8cd8f6bc.png

要想弄清数据治理验证什么,首先要弄清什么是数据治理?根据DAMA定义,数据治理是在组织中为数据管理建章立制,实现对数据管理的管理,因此数据治理说白了就是组织、制度、流程等方面的内容,而不是数据模型、数据分布、数据分类分级、数据安全、质量规则等方面的东西,难道我们要验证组织是否成了,数据制度是否发布了,数据管理流程是否健全?当然不全是,倘如进行数据治理体系验证,第一个核心点应该是组织的真正作用是否发挥了,很多单位成了组织治理组织基本跟没成立一样,为什么呢?一是岗位、职责并不明确,二是职责并不到人,三是组织里大都是领导,基本没有做实事的人,四是为了成立组织而成立组织;第二个核心点应该是制度和流程的管控效果怎么样?能否保证数据在各个管理域是被管理的,是否真正发挥了数据价值;第三个核心点应该是技术工具是否有效支撑了数据治理的落地工作

落地可能是很多领导挂在嘴边的话,那我们思考下什么是落地呢?落地不是说说而已,也不是呈现的几个文件,而是将数据治理融入公司的数据项目建设过程中,形成良性的数据管理机制。开口就谈数据治理,那数据治理工作一定还不深入,还在表面。

三、如何开展数据治理验证

74c00821cab40eecebe2be575dc5352b.png

那么如何开展数据治理验证呢?企业的数据治理团队就像医生一样,要去诊断,望闻问切是少不了了,要能看到公司的数据管理问题,那么如何看到呢,举个例子,我们经常会开项目例会的,项目中会反应形形色色的问题,比如数据不完整、数据缺失、统计口径不一致,这就需要数据管理人员有敏锐的洞察力;要能听到企业里各部门反应的数据问题;要能主动访谈沟通数据管理问题,在前三步基础上对症下药,才能更好的解决公司的数据问题,这就是实事求是,不能形而上学。也就是要求数据管理团队要掌握全面的数据管理知识,比如对DCMM、DAMA等体系要熟稔于心。

另外数据治理验证要发现病人之痛,解决最痛点问题的时候还要思考解决系统性的问题,也就是我们常说的要采用中西医结合的方式。痛点不解决就是很难受的,但是只解决痛点可能不能解决根本性问题。因此,数据治理场景的验证的关键还是业务驱动!疼痛解决了,才会有人说你是好医生,你才有机会进一步从根本上解决问题。而不是一下子就打一剂强心针,也不能一口吃个胖子,中医的虚不受补就是这个道理。

四、数据治理能力如何打造

7485133175944d1fbe61a72a9b8cb72b.png

我们企业都想通过数据治理验证来打造本企业的数据治理能力,也就是知识转移,赋能的过程。愿望往往都是很美好的?到了做事的时候,就成了退避三舍,跟我没关系了,还是你们数据治理咨询的单位弄吧。组织也要帮着推动建立,制度也要推动发布,就连数据治理的会议也要乙方组织。这样的验证过程就是雾里看花啊,雾散花落。如果要想成为拳王一定要亲自练拳,要想成为优秀的赛车手一定要亲自练车的,我们站在台下看,那永远只是观众。能力离我们会越来越远,要想知道梨子的滋味,必须要亲自尝尝的。只要深刻理解了数据治理的含义,亲自了解企业自身的数据问题,躬亲数据治理工作,我想一定会有能力的积蓄和爆发的,当然过程一定需要领导的支持,不仅口头支持,更要身体力行。

举个例子,当前开展数据中台、数据湖的项目是很多的,最终还是要进行数据分析、数据展现的,“你要乙方要推动各部门应用,如果他们不用系统就意味着建设失败”,这个场景应该是很熟悉的。其实,使用数据、数据需求、数据决策是数据文化的改变,乙方推动基本很难,除非特殊手段。站在企业考虑,如果公司领导都不用指着下面部门用是不现实的。据我所知,某国内特大型集团生产运营分析会就是看着系统上的数据召开的,参会领导一律不许读稿子,就是看着数据说话。这是一个数据驱动、数据文化很好的例子。

五、如何成为数据治理老司机

67d2371623d658688cfd255ecf607667.png

现在社会上有个情况,数据治理必谈华为,貌似把华为的数据治理体系搬到你公司你就插上飞天的翅膀了。这就好比,不管你得得什么感冒,是冷伤风还是热伤风,你问别人吃感冒胶囊好了,你就照此拿药,当然这种做法很迂腐了。华为数据数据治理是成功的,毋庸置疑。但是我们学华为学的是什么呢?应该学人家的神,不是学人家的形!人家什么时候开始数据治理的,人家的数据文化环境是什么,人家数据治理花了多钱,你了解过吗?所以,数据治理这件事永远不要照搬,弄清自己的现状,定好自己的目标,踏踏实实建设。就像你目前就会骑自行车,给你个法拉利也不会开。不要一山望着一山高,好好修炼自己的数据治理能力,才能更好的让公司的数据管理有好的成效,数据治理没有捷径。所以,我们更应该好好修炼数据治理、数据架构、数据建模、数据存储、数据安全、数据存储、文件和内容、主数据和参考数据、数据仓库和商务智能、元数据、数据质量、大数据和数据科学等方面的能力,并综合应用才能发挥数据治理的综合成效,才能真正的把数据质量有效提高,才能保证数据真正成为企业数据资产,才能发挥数据要素的价值,才能更好支撑公司的数字化转型,才能使企业高质量的发展

六、数据治理的灵魂

7d12b6fd6873db772346dfa6c44f23a9.png

数据治理关键在理,重则在治。

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
|
2月前
|
数据采集 存储 人工智能
CDGA|企业的不同阶段如何做数据治理?
每个阶段的企业应充分认识到数据治理人才的重要性,加大培养力度,为企业的数字化转型提供坚实的人才保障。只有这样,企业才能在激烈的市场竞争中立于不败之地。
|
2月前
|
数据采集 存储 监控
CDGA|数据治理:让数据与业务伴生的实践路径
在数据驱动的时代,数据已成为企业宝贵资产,蕴含推动业务增长与创新的无限可能。数据治理通过科学策略挖掘、整合、保护数据,成为企业数字化转型的核心驱动力。本文阐述了数据治理的定义、重要性及其实践路径,强调跨部门协作与全员参与,确保数据质量、安全及合规性,支持企业战略目标实现。通过明确数据战略、建立管理体系、推动数据共享和持续优化,数据治理助力企业实现数据与业务的伴生共长。
|
2月前
|
数据采集 存储 数据管理
CDGA|数据治理:确保数据质量与价值的综合性框架
数据治理是一个系统工程,涉及数据战略、数据架构、数据质量、数据安全、数据合规性、数据生命周期管理以及数据资产管理等多个方面。通过全面、系统地实施数据治理策略,可以确保数据资产的有效利用和价值的最大化。在数字化时代,数据治理已成为企业实现数字战略的基础和保障。
|
4月前
|
监控 NoSQL 安全
质量标准化实践问题之资源投入评估环节需要遵守的规范内容如何解决
质量标准化实践问题之资源投入评估环节需要遵守的规范内容如何解决
51 2
|
5月前
数据研发问题之数据研发岗位收集常用系统名称如何解决
数据研发问题之数据研发岗位收集常用系统名称如何解决
|
6月前
|
数据采集 人工智能 供应链
想要解决数据治理的难题吗?首先,摒弃无稽之谈
想要解决数据治理的难题吗?首先,摒弃无稽之谈
|
数据采集 监控 安全
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
|
数据采集 测试技术 BI
数据治理工作的8种推进套路
数据治理工作的8种推进套路
|
人工智能 文字识别 NoSQL
风控系统就该这么设计,万能通用,稳的一批!(建议收藏)
风控系统就该这么设计,万能通用,稳的一批!(建议收藏)
200 0
风控系统就该这么设计,万能通用,稳的一批!(建议收藏)
|
消息中间件 人工智能 JavaScript
风控系统就该这么设计(万能通用),稳的一批!
风控系统就该这么设计(万能通用),稳的一批!