50%企业数据治理失败！这9大要素才是成功关键

2022-03-28 15:12:56

以下文章来源于公众号-大数据DT ，作者用友

知名咨询公司Gartner的调研显示，在实施数据治理的企业中，有34%的企业数据治理处于良性建设阶段，有近50%的企业数据治理并未取得理想的效果，仅有16%的企业数据治理效果显著，处于行业领先水平。

影响企业数据治理建设成效的因素很多，主要有9个要素，如图1所示。

▲图1 企业数据治理的9个要素

01 数据战略

很多企业都说自己重视数据，但是能规划出明确的目标、范围、实施路径并具备可执行数据战略的企业却很少。企业的数据战略应当与业务战略保持一致，指明数据治理的方向。

02 组织机制

传统的企业管理思路是“火车跑得快，全靠车头带”，这是在工业时代优的管理信条。而在数字时代，我们需要的是“动力分散在各节车厢的高铁”，每节“车厢”都有驱动力。企业需要进行组织机制转型，追求精简和灵活，明确各部门在企业数据治理中的角色、定位、职责和分工，以满足数字时代企业数据治理组织建设的要求。

03 数据文化

数据文化是企业所有人员对数据价值的一致认同，具体表现为：用数据说话，用数据管理，用数据决策，用数据创新。

04 管理流程

数据治理的目标是提升数据质量，让数据源于业务，回馈业务。

与传统的数据管理不同的是，数据治理作为一项驱动企业创新的工作，应当与企业的业务流程进行深度融合，通过优化业务流程，实现业务效率提升，创造数据价值。应当将数据治理作为一项能为企业创造价值的重要业务，而不只是一项支撑性的工作。

05 管理制度

很多数据治理不理想的企业有一个共同特点：要么没有建立起数据治理相应的管理流程和制度，要么制度流于形式，没有得到很好的贯彻执行。这些企业管理层面缺乏制度体系的建设，执行层面没有标准可依，很容易出现违规情况。

06 数据

数据是企业数字化转型的基础要素，但往往并不能在企业数字化转型中发挥出应有的价值。许多企业拥有大量数据，但其中大部分数据缺乏统一的数据标准，信息孤岛问题严重，碎片化的数据在信息系统的数据库中“沉睡”，为数据治理带来困难。

07 人才

人才是推进企业数字化转型的核心动力，而当前市场上的高端数据治理人才非常匮乏，导致企业数据治理所需要的业务专家、技术专家长期缺位，企业招不到合适的人才。此外，很多企业还有招聘框架和人才竞争机制限制，进一步减少了其引入高端数据治理人才的机会。

08 技术

传统数据治理更多是“头痛医头，脚痛医脚”的局部治理。数据治理只在某些项目或部门中进行，缺乏对数据标准的整体规划，不能全面展开，无法为企业带来更多的价值。

要让数据治理发挥价值，必须战略性地使用数据治理技术，将数据治理贯穿于数据的“采、存、管、用”整个生命周期中。涉及的数据治理技术主要包括数据建模、数据标准、数据质量、数据安全、数据集成、数据处理、数据使用等。

企业的数据治理应做好全面规划，结合企业实际业务需求选择合适的技术路线，有条不紊地推进。

09 工具

数据治理包含元数据管理系统、数据标准化管理系统、数据清洗与加工工具、数据质量管理系统、数据安全管理系统、数据集成与共享系统等。

“器以载道”，企业应根据自身业务需求，基于企业现状和数据战略目标选择合适的数据治理工具，才能达到事半功倍的效果。

- END -

分享好友

分享这个小栈给你的朋友们，一起进步吧。

数据治理

创建时间：2020-06-15 14:35:35

数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。

展开

订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅：虚拟交易，一经交易不退款；若特殊情况，可3日内客服咨询

• 专区发布评论属默认订阅所评论专区（除付费小栈外）

技术专家

查看更多

栈栈
专家