数据治理怎么做(目的及意义分享)

seoxin 10-07 16:31 7次浏览

数据治理很难,以下是我基于实践总结的21条策略,希望于你有所启示。

策略一

数据治理能否成功很大程度取决于领导的级别,CFO,CMO,CIO都在维护各自专业领域的利益,但鲜有CDO,因此,不要看公司怎么说,得看它怎么做,凡是要干大事的,组织和领导的调整都是第一步。

策略二

大多领导并不清楚数据治理的内涵,因此普及工作任重而道远,如果你的企业有一位,那是中大奖了,如果别的企业数据治理做的很好,也别急着学什么成功经验,先看下各家领导的级别和水平,也就是背景调查。

策略三

领导能对着业务部门直接下达数据治理要求,每次都能亲自过堂,让大家“红红脸,出处汗”,这才叫机制保障。

策略四

数据治理的标准规范文件再多,如果没有领导这个带刀护卫,等于一纸空文。

策略五

数据治理团队打铁也要自身硬,关键时候要能顶上去,临阵磨枪是没用的,这个非常遗憾,别说叫合作伙伴帮忙,起步的时候,来100个也没用。

策略六

数据团队中最厉害的人总是被安排去做其它更有“价值”的事情,这是做不好数据治理的一个原因,请领导知行合一。

策略七

没有十年以上的做数据的复杂经历,不要轻易去负责数据治理项目,你的团队有没有这号人?我估计大多没有。

策略八

数据治理的起点大多来自于企业发生的跟数据质量相关的重大事件,要顺势而为,时机没到基本没戏,做了大多也是做戏,不要神化别人的先知先觉。

策略九

任何数据治理策略都应该纳入公司数据管理的流程,否则就不要制定这个策略。

策略十

任何数据策略的规则都应该嵌入到系统中,否则就不要制定这个规则。

策略十一

数据治理是你的全部,但不是业务人员的全部,不要抱怨别人不主动,自己主动出击是基本操作,始终要有这个意识:我不入地狱,谁入地狱。

策略十二

数据治理的效益一定要事先想清楚、事后说出来,努力写进公司的报告,否则明年的投资就没了,越说不清楚的事情,越要有人能把这个事情说清楚。

策略十三

数据治理比做项目、产品复杂多了,它是一个大多数人还不太了解的岗位,不要让新人去做这事,更不要搞什么兼职,那是在侮辱数据治理这门实践的学问。

策略十四

“垃圾数据进、垃圾数据出”是常态了,垃圾数据进的原因大多是源头的信息化、数字化没做好,因此,企业如果没有数字化的决心,基本上数据治理也凉凉了。

策略十五

数据治理要能倒逼源头的信息化或数字化改革,唯一的希望是让老板能看到数据的更多价值,因此,数据治理要能跟数据价值变现紧密协作,两张皮是没有可持续性的,只能靠强制监管“续命”。

策略十六

企业对于数据治理的重视程度跟数字化水平成正比,由于数字化是趋势,因此从事数据治理工作充满希望,但困难程度估计跟企业数字化转型的难度差不多。

策略十七

先有数据战略,数据标准才有数据治理工具,千万不要倒过来,认知到什么水平,工具的使用才能到什么水平,十五年前元数据管理工具的功能就很完善了,但你看有当年买这些工具的企业有几个能用好“影响分析”这个功能?

策略十八

数据团队用一次次的加班来捍卫数据质量的荣誉,极力去掩盖问题,但这并不是一个好策略,要知道会叫的鸟儿有虫吃。

策略十九

数据可视化是让领导意识到数据治理重要性的一个手段,当然领导得自己亲自使用这个产品,否则总是被别人过顶传球,他怎么会知道真正的痛?

策略二十

数据治理项目开头容易,但烂尾却是常态了,虽然我们要为数据治理立项摇旗呐喊,但更要明白后续涓涓的运营才考验真功夫。

策略二十一

数据治理的手段固然重要,但做策略性的思考更有助找到正确的方向,因为策略的本质是弹性的、长远的、多面向的、大格局的。