- 產品
- 產品解決方案
- 行業解決方案
- 案例
- 數據資產入表
- 賦能中心
- 伙伴
- 關于
時間:2025-05-23來源:談數據瀏覽數:41次

聽著耳熟嗎?更具體地說,她問的是"如何防止數據治理人員為了治理而治理?"這是個好問題,因為它觸及了數據治理計劃中最常被完全忽視(或直接無視)的三個關鍵問題。
第一個問題是價值。
更具體地說,是如何衡量價值,并確保你所做的工作能為客戶帶來最大價值。避免隨意治理的最佳方法,是確保每項數據治理政策都與客戶所考核的一個或多個KPI掛鉤。如果你無法將治理行為與創收、成本規避或風險緩解的KPI聯系起來——那治理的意義何在?
第二個被忽視的問題是激勵機制。
你的數據治理團隊(集體和個人)的績效是如何衡量的?最理想的情況是,績效指標應與上述KPI保持一致,團隊的激勵機制也應基于這些指標的達成情況。如果并非如此——而你的激勵機制更偏向于制定或監督治理政策的執行——那么人們將政策制定與計劃成功混為一談也就不足為奇了。
最后一個關鍵問題是有效優先級排序(治理路線圖)。
有多少治理團隊能明確說出,他們擁有一份優先級的路線圖,其中包含未來6-18個月需要實施的最具價值的政策待辦清單?寥寥無幾。而在這少數擁有待辦清單的團隊中,又有多少能準確說明這些工作的預期業務收益?屈指可數。
既然極少有數據組織關注這三個關鍵問題,它們飽受"隨意治理行為"之苦也就不難理解了。它們無法衡量成功與否,激勵機制完全錯位,還在靠猜測確定優先事項。
就這樣還標榜"數據驅動"?