帆软软件TB|我就不会为数据管理发愁了,当年要是早知道这4步框架( 二 )


我们常说:没有最好的解决方案只有更合适的解决方案 。 企业在实施数据治理的时候 , 应做好充分的分析和评估 , 切勿盲目跟风 , 避免出现数据治理收效甚微 , 还浪费了投资的窘境 。
笔者认为企业数据治理应考虑以下要素:
1、数据治理的对象
大家都在谈数据治理 , 但是到底哪些数据需要被治理?我们说数据治理不是治理全部数据 , 而是针对企业数据资产的治理 。 那么 , 问题来了 , 到底什么是数据资产?又如何识别数据资产?
笔者认为 , 数据资产虽不具备实物形态 , 但是它必定是实物在网络世界映射的一种虚拟形态 。 对于企业而言 , 人、设备、产品、物料、软件系统、数据库、以及任何涉及到使用文件作为载体的各类数据 , 都属于企业的数据资产 。
我们虽然定义了数据资产 , 但是不同行业的数据治理侧重点也不同 。 数据治理要理解行业需求、企业诉求 , 在不同行业、不同企业应具有不同的差异化方案 。 企业在实施数据治理的时候 , 首先要进行数据资产的识别和定义 , 明确数据治理的对象和范围 , 做好数据治理的顶层设计!
2、数据治理的时机
这些年由于工作原因走访了一些企业 , 其经济情况不同、行业特点不同、信息化程度不同、数据治理情况也不尽相同 。
第一类企业:经济实力雄厚 , 信息化起步较早 , 信息化程度比较高 , 如:XX银行、国家电网 , 他们已形成了系统性的数据治理体系 。
第二类企业:有一定的经济实力、信息化程度相对较好 , 但是早期的信息化盲目建议 , 买了一堆的套装软件 , 建了一堆的系统 , 虽然系统或多或少都有使用 , 但效果不佳 , 谈起数据治理 , 客户自己都觉得头痛:企业到底都有哪些数据?这些数据都是分布在哪里?数据治理该如何入手?
第三类企业:经济实力相对薄弱 , 也有信息化刚刚起步的企业 , 这些企业多数的业务还是靠纸质或线下模式 , 部分企业使用了财务软件或ERP系统 , 数据存放个人电脑或生产系统中 , 基本没有数据治理 。 我国的一些中小民型营制造企业多数处于这个水平 。
企业数据治理的时机该如何选择?
是先有了数据再进行治理 , 还是先建设好数据治理体系再进行应用系统建设?针对上述不同类型的企业 , 其数据治理选择的时机和体系建设的设计绝对不能一概而论 。
对于第一类企业 , 已经有了相对完善的数据治理体系 , 更需要的是加强数据安全、数据应用、数据创新 , 稳固提升数据管理、数据应用和数据变现的能力;
对于第二类企业单体架构的系统多 , 信息孤岛严重 , 一定存在数据多源、重复、不一致等问题 , 其数据治理已是迫在眉睫;
对于第三类企业 , 在数字化的浪潮下 , 信息化虽然薄弱 , 但如果打好数据基础 , 未免不是企业改革创新 , 实现“弯道超车”的最佳时机 。
3、谁来实施、谁来主导
企业常常有这样一个误区 , 很多人认为数据治理就是信息化部门的事情和业务部门无关 。
前边我们说过数据治理是对企业数据资产的治理 , 既然是资产 , 就一定要确权 。 企业数据资产的生产、使用应该有明确的责任部门 , 显然数据资产的生产及归属部门应该是业务部门 , 信息化部门最多也就是一个数据资产的托管部门而已 。
笔者也多次强调企业的数据问题 , 80%是业务和管理的问题 , 20%是技术问题 。
所以 , 企业数据治理是应有高层领导牵头 , 业务部门负责 , 信息部门执行 , 企业全员的参与 。 企业全员应培养起数据思维和数据意识 , 当然这是一个长期的过程 , 也是一件很不容易的事情 , 需要一点一滴的积累沉淀 , 并不断融入企业文化中 。
4、数据治理的内容
数据治理是长期、复杂的工程 , 包含了数据标准、数据质量、主数据、元数据、数据安全等多个方面内容 。 由于企业性质、业务特点、管理模式的不同 , 有必要建立符合企业现状和企业需求的数据治理框架 , 指导企业数据治理工作的开展 。


推荐阅读