大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大打折扣,甚至根本不可用不敢用,那么大数据工程师数据治理误区包括哪些?
1)数据治理是否要做得大而全
这是一个经典问题,一般对于不同阶段和规模的企业,数据治理的实施程度会有所不同。一般建议先根据自身的数据状况分阶段进行,避免盲目铺开规模,过程中可调整。
2)数据治理只是技术考虑的事情
正如文中所说,数据治理不仅仅是技术团队的事情,而是整个集团一起协作完成。其中就包括各业务线以及其他管理组织,没有一个好的实施方案和协作机制,往往事倍功半。
3)数据治理可以短期见效
数据治理是个长期过程,会跟随着企业数据的规模和数仓规划的变更同步调整,部分功能可能会在短期内卓有成效,完整体系搭建短期很难实现。
4)必须得有工具平台,才能开展数据治理
俗话说工欲善其事必先利其器,有好的工具当然是更好,前提是已经有了成熟的数据治理体系规划和策略。工具和技术手段目前市面上很成熟,先把理论给铺垫好。
5)数据治理感觉很模糊?不知道最后的落地结果
数据治理是一个长期工作,需要相关从业者根据企业的数据现状和管理模式去构建和调整,建议边做实践边总结归纳,小步慢跑是一个很好的方式。
数据治理远比我们想象中更为复杂。因为数据治理并非一个简单的项目,也不是一蹴而就的,它是一个持续运营的过程,前期基础建设、治理过程服务,以及后期运营执行都同等重要。只有稳扎稳打,走好其中的每一步,数据治理才能获得最终成功!