数据治理遇到的困难
数据治理是一个复杂而又富有挑战性的工作,需要各级管理人员和业务部门的积极参与和协作。虽然数据治理的目标“协同、降本、提效、创新”看似简单明了,但在实际操作中却会遇到各种各样的问题。
问题1:组织运行依靠行政指令协调,高层主管忙于事务性工作,无暇顾及数据战略规划和落地。
问题2:部门墙厚重,数据治理推进受阻,业务部门只关注自身利益,缺乏全局数据意识,跨部门协调困难。
问题3:业务部门和技术部门相互推诿,数据质量问题无法根本解决。
问题4:权本位思想严重,员工习惯于根据领导的指令办事,制定的数据治理流程执行不到位,导致流程形同虚设。
问题5:数据治理以项目形式运作,项目结束后数据治理工作也结束了。
三位一体的数据治理体系
建立数据治理体系,需从三个维度入手:
业务方面:数据治理应以业务需求为导向,解决管理层和业务部门的数据问题、痛点以及用数需求。
技术方面:构建以元数据为基础、数据标准为核心、主数据和参照数据为关键、提升数据质量为目标的数据治理体系。
组织方面:数据治理组织是跨职能的,通常企业会建立数据治理委员会和执行团队等组织,负责整体数据战略、数据政策、数据标准、数据度量指标等数据治理规程问题。
以数据治理促进业务协同
业务协同中的数据问题主要源于以下几个方面:
1、数据语义不明确,同一数据在各个业务部门和个人中的理解存在差异
2、数据分类和编码的不统一是另一个主要问题。
3、不同业务部门的统计维度和算法不一致,给决策带来困惑和不确定性。
4、数据管理职责不明确。当出现数据质量问题或安全问题时,部门之间往往会出现相互推诿和扯皮的情况。
通过数据治理,可以打破企业内的数据孤岛现象,实现数据共享,进而打通部门隔阂,促进企业各业务部门之间的协同合作。
以业务协同反哺数据治理
数据治理和业务协同是相互促进的关系,而不是相互独立的。数据治理可以优化业务流程和规范操作,提高数据质量,从而更好地支持业务协同的实现。同时,跨业务协同也可以促进不同业务部门之间的交流与合作,加强信息共享和资源整合,实现更高效、更协调的业务运作。因此,通过数据治理和业务协同的相互支持,企业可以获得更好的整体效益。