強大的洞察力

不到十年前，由于規模，資源和組織能力的原因，大型企業比同行業的小企業具有顯著的優勢。現在已不再是這樣，因為數字創新和全球化的推動，加上移動性，技術進步和社交媒體的增加帶來的數據爆炸，已經拉平了競爭環境。較小的組織現在擁有所需的信息，可以更精確地定位客戶，并在不需要規模或重要資源的情況下提高銷售額。因此，先前的進入壁壘已經消失，使小型企業更容易參與競爭。

??????? 這種新的趨勢，通常被稱為“數字中斷”，以及產生的數據量激增以及更好的貨幣化策略，使企業進一步將數據視為關鍵資產。如果管理得當，此資產可以改善開發響應流程的組織中的業務洞察力和決策制定，從而在其技術環境中保持數據完整性。

未來成功的關鍵在于組織利用數據激增，同時保持對其瘋狂速度的控制。許多組織正在通過持續分析建立企業范圍的數據治理功能，以幫助清點，訪問并從其數據中創建可操作的情報。該流程涉及與合適的業務用戶合作，評估當前流程和業務需求，以及發明更精簡的業務流程。其中許多步驟只有通過增強技術作為推動因素才有可能實現。在接下來的頁面中，我們將討論數據治理和分析的挑戰和好處，并提出實施數據治理策略的三階段流程，以便更好地控制，保護和利用您的數據，以實現業務洞察。

??????? 挑戰與機遇

??????? 對于大多數組織而言，利用數據分析的可能性所帶來的挑戰不是來自缺乏意愿，而是來自缺乏結構。許多組織的核心業務流程系統至少已有十年之久，并且它們不會根據已建立的數據治理實踐運行，并且具有明確定義的數據所有權角色和職責。傳統上，這些組織的重點始終是實施企業資源規劃（ERP）解決方案，以實現標準化和自動化，而不是通過嵌入式分析和治理重新構建業務流程。由于此前缺乏對治理的關注，主數據和事務數據通常存在于孤島中，最終影響流程效率并扭曲決策制定中不可或缺的事實。此外，

這就是說，已經擁有系統數據的組織可以獲得許多機會，其長期利益遠遠超過數據治理結構的初始努力和支出。例如，公司可以將數據治理與支出分析相結合，以提供跨業務部門的供應商，關系和支出的共同視圖，提供協商統一支付條款和改善現金轉換周期的機會。同樣，組織良好的維護，維修和運營（MRO）項目本體可以通過減少虛假缺貨，過剩庫存和多個采購渠道以及價格變化來提高公司管理庫存的能力。創建按需主數據程序（使用自動創建主數據的技術）可以促進從配送中心及時接收和交付貨物，從而縮短供應鏈的交付周期。總之，每個企業都有很多機會，而且往往是獨一無二的，有效的數據治理組織與分析相結合可以在短時間內帶來巨大的價值。

??????? 建立數據治理的三階段方法

??????? 大多數情況下，數據治理對話始于公司發現數據質量缺陷，企業應用程序缺乏單一版本的事實，或者無法輕易識別數據所有者。在許多情況下，這些實現是在整個組織的復雜ERP解決方案實施之后進行的，這通常會揭示以前隱藏在隔離位置或流程中的數據缺陷。

??????? 下面概述的三階段數據治理方法通過專注于建立一個響應性和適應性強的主要和事務性數據治理組織來解決這些問題，最重要的是，正確定義組織內數據的角色和職責。第一階段是制定治理戰略，該戰略定義了維護數據的政策和程序，并以數據分析為后盾，以發現改進領域和治理路線圖的優先次序。第二階段是開發主數據治理，重點關注流程交互和關鍵屬性驗證，以實現整個企業的業務運營的最佳性能。

??????? 第1階段：數據治理戰略和數據分析

??????? 數據治理是指組織管理其業務流程背后的數據的定義，質量，一致性，完整性和及時可用性的所有策略和流程。數據分析用于了解可能對業務績效產生負面影響的數據質量問題。在此基礎上，開發了一種數據治理解決方案，可以解決每個問題的根本原因。

通過查看歷史數據和模式并與業務所有者交談來確定正在使用的數據量是否符合組織的數據治理策略，從而完成數據分析。公司可能需要與業務流程所有者一起舉辦研討會，以發現損壞的數據流程和痛點。通過歷史數據分析發現的信息可能與日常用戶提供的信息不同 - 因此，查看歷史交易數據是數據分析的關鍵組成部分。

??????? 數據剖析階段的一部分是了解誰擁有所有主要過程域并確定哪些業務線應擁有數據并負責其持續維護。為此，組織應在整個生態系統中使用通用邏輯數據模型建立以數據為中心的流程和標準化。以數據為中心的流程是由組織的日常實踐提供的，而不是在實踐中不遵守100％的政策。例如，如果一個組織的目標是向所有供應商支付60天的凈額，并且相應地設計了支付條款，但通過提前定期支付會產生許多例外，那么該政策就會被破壞。解決方案是設計一種政策，在發票和付款之間的較短間隔內提供保費（例如，

數據成熟度的當前狀態評估為測量數據質量隨時間的進展提供了基準。可以將預定義的業務規則應用于特定數據集，以定量評估數據質量并提供可操作的結果以改進數據治理。分析為企業提供了為主數據和事務數據開發數據質量記分卡的能力，如下所述。

??????? 第2階段：主數據治理

??????? 數據分析結果可以幫助您深入了解主數據質量及其對業務流程有效性的總體影響。主數據治理使組織能夠使用技術來實施組織策略和過程。但是，只有當這些策略和過程實際上有效且無縫地運行業務時，治理組織才能成功。投資主數據治理技術而沒有可靠的基礎治理政策將無法確保成功;?但是，使用正確的平臺來實施策略對于提高業務流程效率至關重要。

大多數數據治理技術提供與工作流相關的功能，以根據預定義的業務規則有效地創建，維護和路由數據。自動化水平，業務規則質量以及使用適當的關鍵性能指標（KPI）將決定主數據管理的一致性和合規性水平。

??????? 例如，可以在主數據治理系統中輕松維護所有應付物料的45天付款期限政策，并且符合率為100％。但是，只有在使用KPI來提供與付款期限政策的偏差時，才能跟蹤合規性。

主數據治理的目標不僅是維護數據策略和程序，還要向數據管理員提供反饋，突出顯示偏離公司標準的數據中的異常值。

??????? 第3階段：數據質量指標和記分卡

? ? ? ? 數據質量記分卡可以提供有關數據質量的有意義的見解以及日常業務運營質量差的影響，這些都是數據治理組織持續有效的不可或缺的組成部分。數據質量記分卡側重于遵守管理政策和程序的主數據，并為數據管理員提供可操作的見解，以提高整體數據質量。

??????? 數據治理組織的真正商業價值是評估現有業務流程，并從業務角度審查整個流程效率，將主數據策略與運營事務數據相結合。記分卡是數據結構的統計分析 - 一個連續的過程，用于識別數據結構何時從策略轉移。記分卡不僅限于主數據，還擴展到歷史和事務數據，將分析與治理相結合，以獲得有用且可操作的見解。雖然大多數組織都采用某種形式的數據治理，并以某種形式利用數據分析和報告，只有少數人將持續的指標和數據記分卡集成到他們的治理流程中，以幫助他們提高業務流程的質量。這是此處描述的方法與大多數現有數據治理實踐之間的主要差異之一。