? ? ?? 盡管商業智能是獲取和保持客戶、充分衡量公司業績和提供靈活性的關鍵工具，但挑戰依然存在。其中最重要的一個：數據治理。
? ? ? 雖然數據治理對于成功的雙數據庫和數據倉庫工作至關重要，但這并不容易。拯救：五個你可能犯的骯臟的數據行為，以及五個清除它們的方法。

第1號骯臟數據做法
你認為買最酷的商業情報工具就足夠了。

? ? ?? 你的雙報告工具只能和你提供給他們的信息一樣好（也就是說，“垃圾進來，垃圾出去”），這可能是一個真理，但這并不意味著正確的行動是給定的。IT咨詢公司Ovum的主要分析師Ian Charlesworth說，由于大多數機構仍然對數據持孤立的觀點，數據治理仍然是一個難題。數據往往被隔離在不同的業務單元中，被輸入、處理和查看的方式也不同，使得“一個版本的真相”變得不可能。
? ? ?? 把它清理干凈，知道你的數據。
? ? ?? 數據治理的第一步是建立一個清晰的數據視圖；找出你擁有什么，信息是否可靠，哪些數據是有益的，但以前沒有使用過，哪些數據被損壞，以及它在項目中重復了哪些信息。并確保向利益相關者傳達沒有數據治理的成本和創建數據治理的價值。
第二號骯臟數據的做法
你會拖延，直到你可以做一次徹底的檢查。
? ? ?? 一種要么全有要么全無的方法幾乎肯定會失敗。首先，在時間和資金有限的情況下，一次性控制所有數據是不現實的，在有可能進行這種徹底檢查的組織中，用戶的抵制幾乎是必然的。
? ? ?? 把它清理干凈，從小處開始，往大處想。
? ? ?? 根據您的總體愿景，而不是全部或全部地優先考慮數據治理的最關鍵方面。例如，Charlesworth建議將重點放在四個關鍵領域。

? ? ?? 創建數據質量流程和過程，并在可能的情況下將其嵌入到數據創建或捕獲點。例如，在訂單輸入系統中創建數據驗證例程，或為名稱和地址命名建立企業標準。
? ? ?? 指派一名數據管理員.這個人應該是企業內部的人，能夠在整個企業中維護和執行數據質量做法。這個人應該對企業使用數據的方式和地點有深入的了解，并且知道誰可以在企業和企業之間充當聯絡人。
? ? ?? 創建主數據管理解決方案。首先，這意味著為整個業務的核心信息資產分配唯一的標識符，如服務代碼、客戶定義等。
集成元數據。元數據為IT和業務提供重要信息，將復雜信息放入外行人的術語中，并傳遞關于基礎數據語法、語義正確性等重要信息。
第3號骯臟數據做法
數據治理政策已經制定——不要再擔心了。
? ? ?? 數據治理通常是結合特定的數據倉庫或bi項目開始的。然而，如果你認為數據治理是一個“項目”，那么你的努力就注定要失敗。成功的數據治理取決于企業對技術和文化基礎的長期承諾。
? ? ?? 把它清理干凈，建立數據管理文化。
正在進行的培訓和衡量數據治理效益的關鍵里程碑可以幫助保持用戶雷達上的質量控制。成功的數據治理還取決于高級管理人員的專門贊助。Charlesworth說，首席信息官通常是這份工作的最佳人選，因為首席信息官可能將前瞻性思維與專注于流程、資金和技術方面的效率結合起來。有些公司甚至專門為該職位設立了一個c級頭銜，例如首席數據官或首席數據官。
第4號骯臟數據做法
你讓繁文縟節吞噬了你的生活。
?????? Charlesworth說，許多數據治理努力沒有顯示出積極的變化，而是在會議和官僚機構中停滯不前。但如果你不專注于行動和明顯的勝利，用戶將不會直接感受到積極的好處，使用戶不太可能做出承諾。
?????? 把它清理干凈，如果你想獲得快速的勝利，你可以選擇快速的勝利。
?????? 為了獲得用戶的支持和承諾，您必須創建、演示并在內部營銷通過數據治理獲得的積極變化。例如，一開始要關注的一個可衡量的好處是可以改進訂單項的驗證以減少錯誤。
第5號骯臟數據做法
你把一切都安排好了。
?????? 你能準確地區分投資利益并將其歸屬于特定的項目嗎？Charlesworth說，在當今這個多方面、復雜的商業環境中，這是不可能的。他說，計算某項投資的投資回報率時，他假定業務中的其他一切要么原地踏步，要么對收益沒有影響。
?????? 把它清理干凈，創造一個清晰的成功圖景。
?????? Charlesworth建議考慮其他指標，如內部收益率（衡量投資效率或項目預期產生的增長率）和經濟增加值（估計真正的經濟利潤）。然而，Charlesworth說，最重要的并不是計算本身，而是圍繞著定義成功的討論——成功是什么樣子的，你是如何知道何時成功的。這在衡量數據治理在不同階段和粒度級別的價值方面尤其重要，以確保您保持在正確的軌道上，如果沒有，則進行校正。他的例子包括一個數據質量儀表板，顯示數據處理的準確性、數據一致性和規則/度量的重用，以及具體項目的指標，如產品主數據元素的標準化。