Label Hierarchies（一）
2022-04-05 本文已影响0人
冰菓_
6大数据困局
1. 数据孤岛无法打通
6大数据困局
- 数据孤岛，无法打通
- 烟囱式建设，重复造轮子
- 各说各话，没有统一口径
- 鸡同鸭讲，无法穿透业务层
- 数据人员的梦魇，数据治理永远没有尽头
- 数据部门的尴尬，被命运扼住咽喉的成本中心
数据无法打通
- 技术原因
企业在进行信息化建设的过程中，往往会根据不同业务条线的情况和特点，按需采购不同的信息化工具，这种情况在大型集团公司中尤为常见。 - 管理制度原因
数据使用1.0：自生自用,即部门,企业的数据自己生产加工,自己使用
数据使用2.0：自生他用,即部门,企业的数据自己生产加工,他人使用
书籍使用3.0: 共生共用,即多部门或多企业将数据进行融合再加工,授权后供多部门,企业共同使用 - 数据观原因
一些公司的信息化建设仅仅实施到软件铺设,员工能够通过系统完成日常工作就戛然而止.从CEO到管理层,再到基层员工,都没有重视留存在信息系统中的数据的重要性,往往将其束之高阁甚至删除.各部门各自为政,数据并不打通,大家各行其道,这些问题都可以追因到数据观层面
当一个企业需要切实解决数据孤岛问题时,我们建议采用从难到易的方法
- 首先,塑造企业的数据认知,因为只有企业全体员工都理解数据的重要性,才能目标一致,相互配合,而不会因为认知不同或认知不足.造成数据工作各环节的障碍和断层
- 其次,促进推动部门间的数据融合.各部门数据的加入时为了更好地享用其他部门的数据或在加工后得到更具价值的数据资产
- 最后,选择数据同步的技术或工具
2. 烟囱式建设，重复造轮子
- 烟囱越建越高,难以支撑
- 数据治理在局部难以成功
- 重复投入容易造成资源浪费
产生烟囱式数据建设的根源有一下几种
- 在企业发展过程中,集团层面并没有重视数据的建设,而某些业务部门提前发现了数据价值,开始了数据建设,形成了事实上的倒挂.而业务部门进行的数据建设具有局限性,他们并不会考虑数据建设的规范性和完整性
- 业务发展有先后,企业各时期都有不同的业务布局,新业务兴起往往带动其发现所需的配套数据,业务部门通常并不会基于企业过去积累的全部数据建设成果来规划完整的企业数据建设计划,而只是按照部门的当前需求进行规划
- 各部门间存在部门墙:相互之间不愿意共享,共建数据.部门间对数据过度保护,不愿意分享给其他部门使用,也会产生烟囱式的建设结果:对于数据资产,如果部门无法通过授权共享的方式获得,那么就只能通过自己重新开发的方式获得
- 企业总部缺乏整体性的数据建设规划.这是一个总结性的原因,因为不管是以上哪一种具体成因,都存在总部缺乏管控和协调各部门联动配合的因素
3. 各说各话,没有统一口径
如果每个部门都按照自己对业务逻辑的理解进行数据开发,会导致同一个指标具有不同的计算口径,最终的计算结果当然也不相同.,这种现象在很多公司出现过.如果确实存在计算问题,如果检查后发现计算规则没有问题,只是各部门业务判断逻辑不一致,则一般以指标责任部门的数据为准.例如"年销售额"由交易部门提供的数据口径为准,"客户数"以客户服务部门提供的数据口径为准,"累积设计商品总数"以商品研发部门提供的数据口径为准
形成数据工作的标准流程与规范
在做指标梳理的时候,一个细小的定义区别,背后对应的可能是加工过程的很大差异,因此首先需要形成对数据指标设计的严谨工作流程和规范
完成对数据信息项的全面梳理
企业需要完成对指标,字段,参数等信息项的全面梳理,而不是一刀切
企业需要授权某一数据部门或数据委员会对各项数据指标作出统一的逻辑定义,并保障数据使用方能够完全理解各个指标的含义.这种方式既可以实现各端数据信息的统一连接,消除数据孤岛,也可以防止烟囱式的指标建设,造成数据资源浪费
4. 鸡同鸭讲,无法穿透业务层
数据工作者都会面临这些问题:如何向业务人员解释清楚数据是什么?当前有哪些数据?数据可以为业务做什么?即使企业已经设立了数据团队,但如果数据人员无法与业务有效沟通,数据价值的发挥仍然会存在瓶颈
业务人员和数据人员需要拉齐的三点认识
但是数据人员与业务人员之间的理解冲突,单纯通过人与人的沟通,解释,传递只能解决小规模问题.如果需要数据赋能的场景越来越多,数据积累与数据技术越来越丰富,业务侧对数据需求日益迫切,就能再让"人"成为制约数据发展的瓶颈.我们需要找到一种能自我说明的数据方法,让数据资产自己将自己说明白:它是什么,它从哪里来,可以怎么用
5. 数据人员的梦魇,数据治理永远没有尽头
传统的数据治理通常包括数据标准管理,元数据管理,数据质量管理,数据安全管理,数据生命周期管理等
数据治理的5大典型困难
