数据治理是一个复杂的系统工程,涉及到企业和单位多个领域,既要做好顶层设计,又要解决好统一标准、统一流程、统一管理体系等问题,同时也要解决好数据采集、数据清洗、数据对接和应用集成等相关问题,这时就要注意以下方面:
(1)跨组织的沟通协调问题
数据治理是一个组织的全局性项目,需要IT部门与业务部门的倾力合作和支持,需要各个部门站在组织战略目标和组织长远发展的视角来看待数据治理。因此,数据治理项目需要得到组织高层的支持,在条件允许的情况下,成立以组织高层牵头的虚拟项目小组,会让数据治理项目事半功倍。
(2)投资决策的困难
组织的投资决策以能够产生可预期的建设成效为前提,但往往综合性的数据治理的成效并不能立马体现,它更像一个基础设施,是以支撑组织战略和长期发展为目标,所以,导致此类项目无法界定明确的边界和目标,从而难以作出明确的投资决策。
(3)工作的持续推进
数据治理是以支撑组织战略和长远发展为目标,应当不断吸收新的数据来源,持续追踪数据问题并不断改进,所以数据治理工作不应当是一锤子买卖,应当建立长效的数据改进机制,并在有条件的情况下,尽量自建数据治理团队。
(4)技术选型
这几年随着大数据的发展,有针对传统数据库的,有针对大数据数据库的,再加上组织对自身数据资产情况没有一个清晰的认识,这也就导致了数据治理的技术选型困难。
一次成功的数据治理,不仅能给企业带来明显的效率和成本上的改进,还会锻炼企业的数据团队,为以后的数字化转型价值体系建设,奠定扎实的基础。真正启动数据治理项目之前,一定要对数据的现状和问题有清晰的认识,有明确且具体的数据治理需求和目标,掌握数据治理中各种常见的误区和陷阱,才能把数据治理创效真正落到实处,做到数据更准确,数据更好取,数据更好用,真正地以数据驱动业务创新价值。