数据管理
定义
数据管理是为了交付、控制、保护并提升数据和信息资产的价值,在其整个生命周期中指定计划、制度、规程和实践活动,并执行和监督的过程。
业务驱动因素
拥有关于客户、产品、服务和运营的可靠、高质量数据的组织,能够比没有数据或数据不可靠的组织做出更好的决策。
目标
- 理解并支撑企业及其利益相关方的信息需求得到满足
- 获取、存储、保护数据和确保数据资产的完整性
- 确保数据和信息的质量
- 确保利益相关方的数据隐私和保密性
- 防止数据和信息未经授权或被不当访问、操作及使用
- 确保数据能有效地服务于企业增值的目标
数据管理原则
- 数据是独有属性的资产(特点:在使用中不会被消耗)
- 数据的价值可以用经济术语来表示
- 对数据的质量管理
- 需要元数据
- 需要规划
- 驱动信息技术决策
- 跨职能
- 企业级视角
- 多角度思考
- 全生命周期管理
- 纳入与数据相关的风险
- 领导称承担责任
数据管理的挑战
数据与其他资产的区别
- 随时间推移变化
- 持久的
- 不会被消耗
- 丢失或销毁不易重新产生
- 不损耗被盗
- 同时被多人使用
数据价值
- 获取和存储数据的成本
- 如果数据丢失,更换数据需要的成本
- 数据丢失对组织的影响
- 风险缓解成本和与数据相关的潜在风险成本
- 改进数据的成本
- 高质量数据的优势
- 竞争对手为数据付出的费用
- 数据潜在的销售价格
- 创新性应用数据的预期收入
数据质量
低质量数据的成本主要来源于:
- 报废和返工。
- 解决方法和隐藏的纠正过程。
- 组织效率低下或生产力低下。
- 组织冲突。
- 工作满意度低。
- 客户不满意。
- 机会成本,包括无法创新。
- 合规成本或罚款。
- 声誉成本。
高质量数据的作用包括:
- 改善客户体验。
- 提高生产力。
- 降低风险。
- 快速响应商机。
- 增加收入。
- 洞察客户、产品、流程和商机,获得竞争优势。
数据生命周期的几个重要影响
- 创建和使用是数据生命周期中的关键点
- 数据质量管理必须贯穿整个数据生命周期
- 元数据质量管理必须贯穿整个数据生命周期
- 数据管理还包括确保数据安全,并降低与数据相关的风险
- 数据管理工作应聚集于关键数据
数据管理战略规划的可交付成果
- 数据管理章程: 总体愿景、业务案例、目标、指导原则、成
功衡量标准、关键成功因素、可识别的风险、运营模式等 - 数据管理范围申明: 规划目的和三年目标,以及负责实现目标的角色、组织和领导
- 数据管理实施路线图: 确定特定计划、项目、任务分配和交付里程碑