成功的数据策略通常需要使用某些关键组件。大多数企业都对某种形式的数据管理进行了投资，但企业的不同部门往往并没有很好地协调。数据策略可以描述为一个动态过程，用于支持数据的收集、数据的组织和分析以及交付，以支持业务目标和活动。
不同项目团队和业务部门的协调是优化数据流和最大化其价值的必要条件。
当数据出现问题时，数据策略提供了一个识别问题的过程，以便人们找到解决方案。成功的数据策略提供了一个系统，可以为组织提供最佳解决方案。它可以被视为确定当前和未来的路线图数据管理问题。
数据策略可用于主动支持促进业务增长的目标。
制定数据策略首先要确定业务目标。随后确定数据环境中存在的问题——评估每个团队或部门并选择可实现的目标，使数据更易于访问和共享。Willow Data Strategy 总裁 Stephen Yu 强调 着眼于未来:
“采取分阶段的方法。最初的步骤必须是消除痛点，但不应忽视长期的业务目标。这很重要，因为每个阶段都可能需要不同类型的人才和专业知识。”
警告： 制定数据策略不是一劳永逸的努力。一些选定的目标将需要一段时间才能完成，而其他目标可能会在以后开始。（安排目标的完成是很常见的，其中可能包括作为子目标的里程碑的完成。）此外，业务目标发生变化，这意味着改变数据策略以支持这些变化。应定期、按计划审查和调整数据策略以保持其效率。
计划的数据策略审查提供了在问题变得严重之前解决问题的潜力。这些步骤包括检查：
● 数据整合
● 标签数据
● 数据存储
● 数据安全
● 共享和销售数据
● 数据治理
数据整合
收集和组合来自不同来源的数据通常涉及将数据转换为统一、一致的格式（通常是 SQL 格式）。 无SQL, 数据湖， 和 数据湖屋, 按照设计，不需要统一、一致的格式。
标签数据
在组织内使用和共享数据需要建立识别和交流数据内容的方法。需要名称或标签来定位、处理和更新数据。一般这涉及到文档和文件，这些都需要命名。如果没有给出名称，计算机通常默认为“无标题”文档或“无标题”文件。
建立一致的文件和文档命名系统将使数据更易于查找，尤其是在有多个数据用户的情况下。
使用元数据作为参考资源也很重要。元数据本质上是用于定位和描述“数据包”的少量数据。图书馆提供了一个很好的类比。当图书馆的顾客想找一本书时，他们输入书名，电脑就会显示重要信息——简短的描述、图书所在的位置、出版日期和作者姓名。
元数据提供非常相似的有用信息（或应该）。虽然每个组织都可以控制他们如何组织应用于其数据包的元数据，但通常包括标题、创建日期、简短描述，也许还有作者姓名。 也适用于非结构化数据，例如网页、视频、图像和音频。
元数据的使用提供了一种识别和管理非结构化数据的方法。
元数据可以通过使用自动化来创建和分配，也可以手动创建。有趣的是，效率随着手动创建的元数据标签而提高。这是因为自动化元数据往往非常基础和基本，仅显示最基本的信息。手动创建的元数据可以提供更有用的信息。
元数据支持成功的数据策略。
数据存储
数据存储是处理数据的组织的一项基本功能。
然而，虽然大多数组织都有一个 数据存储
使将数据加载到一个存储系统不切实际。
将数据存储在多个位置已成为一种正常行为；但是，重要的是要为员工提供查找和访问它的方法。
数据安全
数据安全虽然可能很乏味，但也是一种负责任的行为，您的客户不仅会欣赏而且会要求这样做。如果他们发现某个组织泄露了他们的个人信息，他们最起码会停止与该组织的业务往来。
实施 维护数据安全计划是制定成功数据策略的关键。
基本上有两种哲学关于 数据安全 以及访问存储在组织内的数据。一个人支持组织内的每个人都应该能够访问所有数据的理想。另一个规定只有那些需要知道的人才能访问与其工作相关的数据。两者都有点极端，第一个让潜在的犯罪分子可以访问客户的个人数据，第二个阻止工作流程，因为员工无法访问所需的数据。
中间道路哲学更为理想，客户的个人数据仅限于两三个可信赖的经理，而其余数据可供处理数据的员工使用。（访问数据项目通常仅限于项目团队，但这取决于项目和组织。）
高效、精简的业务将确保有一个易于使用的流程来存储业务生成的所有数据，同时支持轻松访问可信赖的员工使用的数据。
共享和销售数据
数据可以出售或共享。共享数据可以是网站上公开提供的信息，也可以是学术机构共享的研究数据，也可以是同行业企业共享的用于开发业务信息的数据。大多数共享数据分为两个基本类别：从外部来源（云应用程序、学术机构、第三方数据等）收集的数据和内部生成的数据。
数据治理
一个功能齐全的数据治理系统是复杂的。它是工作人员处理数据时的软件和规则的组合。数据治理计划规定了用于收集、组织和管理准确数据的政策和程序。
它用于改进数据分析，进而促进更好的决策制定和更有效的管理。数据治理还解决了 GDPR 的合规性要求和其他监管要求（例如适用于员工数据、财务记录和其他法律问题的法规）。
如果组织不遵守各种数据法规，则可能面临罚款和法律诉讼的风险。
大多数企业开始使用 数据治理处理具体问题或改进（数据准确性、数据法规、提高效率）。然而，随着数据治理计划的使用和意识的增长，员工和管理层通常会开始探索它的其他功能。随着这种情况的发展，管理层意识到建立政策、规则和行为可以促进使用更准确、更高质量的数据。
强调商业成功
专注于业务目标很重要。请记住，实施新技术是实现业务目标的一种方式。如果它不能帮助实现业务目标和增加利润，那么闪亮和新颖就毫无意义。
列出业务目标应该是制定成功数据策略的第一步。此列表不应受到限制或限制，而应反映您想要建立的企业的理想形象。
欢迎大家欢迎关注 OushuDB 小课堂
