过去两年,国家各部委纷纷出台针对全行业的数字化转型、数据要素等方面的政策。2019年,工信部提出:“将加强数据治理,扎实推进国家大数据发展战略”,将数据治理重要性上升到新的高度。作为数字化建设的基石,数据治理尤为重要,如何才能做好呢?
数据作为一种新的生产要素,是企业的重要资产,应当像实物资产一样,制定体系化的管理规则,才能为数据治理的高效运行提供保障。类比审计与会计,审计员和财务主管设置管理财务资产的规则,数据治理专家制定管理数据资产的规则,由其他领域执行这些规则,确保数据质量,让企业的数据清洁、完整、一致,打破数据孤岛。
有着丰富的数据治理经验,在落地过程中,可重点关注:
1.做好数据分类
不同类型的数据在企业中扮演不同的角色,不仅对数据精度的要求不同,也有不同的管理要求,治理的成本、方法也就不一样。
例如,企业的主数据是最为重要的一个数据类别,相应的,它的精度要求也很高。主数据是跨业务领域、跨流程和跨系统使用的,它们会被各个部门经常、反复调用,一旦出错就会牵连很广,如果客户信息、产品信息出错,相应的订单、物流等都会随之出错,企业将面临巨大的损失。
2.聚焦关键数据
大多数组织都有大量的数据,但并非所有的数据都同等重要。数据治理工作要将改进