好车友俱乐部官方号
新浪微博
微信

大数据时代:数据治理进行时

数据跟原来的企业应用系统一样,它是需要被管理的。企业逐渐了解数据所蕴含的价值,对数据的重视程度越来越高。对今天的企业来说,大数据治理这件事要趁早做。一方面,面对日益竞争的激烈环境,企业急需快速进行数字化转型,前提就是先做数据治理。另一方面,以欧盟为代表的监管者,拿着“GDPR”大棒,随时对违规企业进行处罚。这种内外多因素的推动,让数据治理成为企业亟待解决的重大问题。

越来越多的企业开始了解并推行大数据治理,最重要的推动力是企业面临数字化转型的巨大压力。然而,数字化转型的基础需要打通数据。如果数据不通,标准不一致,质量不高,就无法做分析。那应该如何连通企业内部数据呢?这就必须要做数据治理。

以阿里为例,作为一家互联网公司,旗下各业务数据相互连通。芝麻信用、菜鸟的智能物流、阿里妈妈的精准营销等等,它们都是通过大数据驱动之下,构成了业务与数据联通的闭环。像这种公司,整体的数字化水平非常高,信息的共享和流通能力很强。

企业做数据,更重要的是解决应用和应用间的信息共享问题,尤其是大的业务域和业务域之间的信息共享。只有把数据连接起来,它才能发挥更大的价值,消除数据孤岛。所以说,在数字化转型中,大数据治理是一个基础。企业通过大数据治理,才能为业务提供智能化的数据工作环境。

虽然一些大型企业在信息化和自动化方面做得很好,但是在数据治理上仍然面临很多问题和困难。企业进行数据治理面临着三大问题:

最大的问题是组织架构。从组织架构上,企业必须得有一个数据管理部,这意味着从公司层面足够重视。有效的组织架构是项目成功的有力保证,为了达到项目预期目标,在项目开始之前对于组织及其责任分工做出规划是非常必要的。

其次是工具链条的缺失。企业做数据治理,效果往往不好,原因是什么呢?很多时候企业依赖人工,比如数据准备、数据标准等。

最后一个问题是数据含义不清楚。虽然企业该有的数据都有,但是数据的业务含义是什么并不清楚,并且数据之间的标准也没有。因此,企业很难把数据利用好。

想做大数据治理,首先要把标准做好。否则,匆忙建设各种数据仓库、数据集市,最后发现标准有问题、质量不高,然后再建数据标准,导致出现投资浪费问题。事实上,企业可以更灵活,建数据仓库的同时开展数据治理,按照并行建设的方式,不仅能看到更高效的成果,同时也能提升企业数据建设的技术能力。

——摘自IT时代网


相关报道