数据治理
文章平均质量分 87
成于念
公众号:老司机聊数据;《数据血缘分析原理与实践》作者
展开
-
数据资产价值评估的三种方式以及优劣
以上三种数据资产的评估方法各有优劣,主要是受制于数据质量、应用场景以及行业特点还有法律约束等影响,虽然有不少数据资产的评估案例,但是还未形成成熟的评估体系。个人认为,目前需要做的是:按照行业以及企业、数据三者进行分类,确定不同的评估方法,从而在构建数据资产评估体系道路上向前迈进。原创 2024-06-05 15:15:39 · 1033 阅读 · 0 评论 -
数据管理考核,如何避免陷入“形式主义”
当企业颁布了越来越多的管理制度和规范标准,面临的一个核心问题,就是从上到下无论是领导,中高层还是员工有没有去执行。我们常常的做法就是进行巡检考核,通过排名奖惩的方式去推动大家落地执行。我们在执行考核排名的过程中,往往会出现人浮于事的情况。很多企业,到年底考核的时候,大家都是优秀没问题,在过程中由于监控部门和执行部门之间一团和气,所谓的考核变成了部门之间相互拉拢的手段,考核就陷入了“形式主义”。最后我们会发现,明明考核大家都没问题,实际去使用数据,却还是千疮百孔,无法拉通,我们不禁会问:考核真的起作用了吗。原创 2024-06-04 10:27:14 · 778 阅读 · 0 评论 -
为什么受伤的,总是数据管理部门?
总之,数据部门的价值体现在于数字化建设,而数字化建设总是受各种因素的影响难以成功,这就造成了数字化的价值难以量化,数据部门也随之成为多余的部门。因此在高度不确定的市场环境下,数据部门会成为最受伤的部门,而CIO也不要想当然认为企业离开数字化会如何,企业生存都是问题,数字化还有何用?说白了数字化归根到底就是一个工具,这是一个值得大家深刻讨论的论题。原创 2024-05-30 09:11:25 · 800 阅读 · 0 评论 -
如何高效地建立一个数据管理部门?
越来越多的企业自己内部构建了一个属于自己的数据部门,叫法不一,例如数据管理部、数据治理部、数据资产部等等。这一方面,得益于数据要素的发展,数据的价值越来越被企业领导所重视;另外一方面,数据治理的理念深入人心,过去数据都是各个部门条线各管各的,现在强调拉通贯通的理念下,数据部门也就应运而生了。当然,现在市面上各类专家咨询机构也都在教怎么搭建一个数据管理组织,包括组织结构,岗位权责等,这么一个组织或者部门成立了,大家是否有思考过,如何有效考核这个部门呢?原创 2024-05-29 10:10:26 · 1616 阅读 · 0 评论 -
如何进行数据要素制度建设?
本次国家数据局局长的讲话,我们可以知道相关政府机构以及地方政府对于数据基础制度建设正逐步完善,并且去主动积极的去推动数据要素产业发展持续加速。北京作为数据要素制度建设的先行区,通过以上三个方面(确权+交易+使用),去进行积极探索,相信一定会取得一些突破和成绩。而不久的将来,上海为首的华东区域,广州深圳为首的华南区域,也一定会针对区域的产业发展特点制定出一套可行的数据要素制度。原创 2024-05-28 10:14:23 · 634 阅读 · 0 评论 -
数据资产入表的难点与建议
导读:经过8个月的意见征求,财政部于8月21日正式对外发布《企业数据资源相关会计处理暂行规定》,并自2024年1月1日开始施行。企业应当按照企业会计准则相关规定,根据数据资源的持有目的、形成方式、业务模式,以及与数据资源有关的经济利益的预期消耗方式等,对数据资源相关交易和事项进行会计确认、计量和报告。这就意味着,数据资产正式纳入财务核算范围,且资产的属性与价值通过企业财务会计入账的方式进行了核算与体现,对于确立数据要素作为企业资产尤其是无形资产的重要构成,具有决定性意义。原创 2024-05-21 09:45:54 · 892 阅读 · 1 评论 -
房地产资产盘查与数据清理思路
房地产行业一直在提的资产管理,指的是:企业对于自己拥有或控制的资产(建成的住宅、大楼),通过一系列经营手段来实现资产保值、增值和收益。和现在的写字楼物业管理、商场运营管理的区别?实际上并无差别:资产管理的范畴中就包括了物业管理与运营管理!从现在的市场情况来看,现在的写字楼物业管理、商场运营管理,很多都是由写字楼或商场的持有方/运营方发起的。房地产公司一般会通过成立自己的物业公司/经营公司,或者委托第三方公司,来负责旗下资产的物业管理服务或者是运营管理。其目的都只有一个,实现资产保值、增值和收益。原创 2024-05-21 09:44:06 · 320 阅读 · 0 评论 -
数据标准建设方法论总结
根据各主题数据具体情况,进行大/中/小等不同层次的信息类定义,阐述其业务内涵以及应该包括的内容,以大/中/小类的组织方式形成业务视图。原创 2024-05-20 09:17:08 · 777 阅读 · 0 评论 -
数据分析中的数据清洗怎么做?
数据分析整个框架里面比较关键除了模型本身以外,更多依赖的是丰富高质量的数据源。在数据收集时需要捕获有关源的关键元数据,如来源、大小、时效性和相关内容的额外知识。迭代地识别当前数据资产基础和这些数据源的差距,使用分析、可视化、 挖掘或其他数据科学方法探索这些数据源,以定义模型算法输入或模型假设。由于原始数据中或多或少存在一些缺失、损坏的脏数据。如果不处理会导致模型失效。就好比,一个水平很高的厨师,给到的原材料如果不卫生不干净,那也很难做出一道让人满意的菜品。因此在整合数据建立模型之前, 应先评估数据的质量。原创 2024-05-15 09:19:56 · 663 阅读 · 1 评论 -
企业数据质量管理制度搭建
在DAMA体系中,数据质量维度是指数据的某个可测量的特性。一般情况下,以单条数据为单位,通过数据质量巡检规则,从完整性、及时性、准确性、一致性、唯一性、有效性等六个维度进行检查,根据计算规则得出各区域的数据质量综合得分。首先定义清楚什么样的数据称之为高质量的数据,高质量数据并不是越高越好,因为学过质量成本控制的都清楚,数据质量并不存在绝对的,而只要满足企业业务管理需要,即可认为数据质量达标的数据。比如核心,重要的数据,所以识别关键数据重要数据,并且还要确认该类数据的生成规则和维护流程。还是接受数据的时效?原创 2024-05-12 11:18:46 · 561 阅读 · 0 评论 -
论弱矩阵组织项目协调员的自我修养
在大多数情况下,一旦领导拍了板,觉得这样做是对的,其他人就不好发表不同的观点了,那么创新就变成了领导基于个人经验和眼界的创新,而不是集体的创新,也就失去了把各种不同技能的专家“凑”在一起通过碰撞产生创新的意义了。,导致企业并不知道究竟什么样的人适合当项目经理,什么样的人能凝聚项目团队,什么样的人能带领项目团队取得成功,再加上没有一套完善的企业级项目管理机制作为保障,因此就不敢赋予项目经理太多权力,从而导致项目经理有责无权的普遍现状。但是,这里要说的就是,“有责无权”其实是对项目协调员最好的一种保护。原创 2024-05-11 09:05:57 · 448 阅读 · 1 评论 -
如何搭建数据治理体系?
那么我们认为数据治理的核心驱动仍然需要放在主数据,主数据作为基座数据80%时间需要对此进行梳理治理。同时配合各业务系统产生的业务数据进行准确性、及时性保障。原创 2024-05-09 09:10:39 · 679 阅读 · 0 评论