好,業務Owner有了,管理體系也有了,面對龐大到無限的數據,到底該怎么做?每個企業的業務不一樣,
數據治理的進度也不一樣,的經驗怎么復制?
我們梳理數據治理經驗,有三個治理陷阱,幾乎是所有企業都會遇到的,希望的經驗能夠幫助你避開它們。
第一個陷阱就是數據不分類。公司一開始的數據也是很籠統的,但逐漸我們發現,這樣會嚴重阻礙數據治理。所以,我們把數據分成結構化數據、非結構化數據,內部數據、外部數據,等等。企業千萬別想著用“一招鮮”的方式去做數據治理,不同的數據,對數據精度的要求不同,治理的成本、方法也就不一樣。
舉個例子,企業的
主數據是最為重要的一個數據類別,對它的精度要求就很高。主數據一旦出錯,治理的成本就會高出很多倍。對來說,主數據就是客戶信息、產品信息,它們會被各個部門經常、反復調用,如果出錯了,就會牽連面很廣,合同、訂單、物流等等都會跟著出錯,企業的損失就大了。
是怎么避免這種情況的呢?拿公司名稱來說,為了避免錯字、漏字,我們的方法是不讓你輸入,而是直接選擇。應該是第一個在企業業務系統中接入國家統一社會信用中心平臺的,中國所有的注冊公司在里面都有確切的名稱信息,使用的時候輸入關鍵字就可以直接勾選,不會出錯。
第二個陷阱,我管它叫“埋頭苦干”。因為我們發現,很多企業把數據治理天然當成累活、臟活,認為是要“放長線釣大魚”,從頭開始慢慢干,先不想收益的事兒。數據治理的經驗是,就要盯著價值干。
我們的數據治理,從一開始就盯著業務痛點,哪里問題最大,就從哪里開始。比如在世界各地做生意,各國的行政區劃就是個大痛點,一出錯就牽連很多其他系統,可能供應鏈收發貨都會出錯。數據管理部就從這個痛點入手,把全球的行政區劃都梳理清楚,需要用到的業務部門都從同一個地方調用,增強了數據在系統中的一致性,大大提升了一線業務人員的工作效率。
這些看得見的價值,不只是讓從事數據治理工作的同事得到正反饋,也讓公司其他同事都看到了數據治理帶來的收益,對的數據治理而言,就會形成良性循環。
還有一個陷阱,我一說的經驗你就明白了:寧愿慢一點,也要想好了再做。比如之前就出現過,制度沒成熟,業務也沒定義清楚,但IT沖上去做了開發和系統搭建,結果就是需要花好幾倍的精力去清理數據。
這就是關于數據治理三個陷阱的經驗。
(部分內容來源網絡,如有侵權請聯系刪除)