谈谈数据治理的现实挑战

  • 2天前

  • 来源:半山里人

在进行数据治理的过程中,遇到了两个挑战:第一,数据多而分散,质量参差不齐,数据治理难度大;第二,不同粒度的数据难以有效融合,数据价值被低估。而这些挑战一直会存在,不断出现,主要三个方面的现实原因。

认知问题:目前对数据治理的认知存在误区,很多人将其等同于传统的数据清洗,认为是技术性问题,缺乏对其重要性的认识。

当前,数据治理还是非常传统,对数据治理不重视,而不重视的原因是企业对数据治理的认知是有问题的,还是把数据治理等同于传统的数据清洗。另外,数据治理应该包含安全合规、清晰透明、公平多样、高质高效等多个方面,而不仅仅是技术层面的处理。因为,数据治理单纯依靠技术无法解决,其中管理和沟通占据70%以上的工作,特别是传统行业大型集团型企业,IT系统差异大,业务和组织复杂度高,因此需要数据治理人员加倍耐心与各层级各条线沟通,深入理解业务,以布道者和服务者的姿态逐步推进数据治理的深入。

原生驱动力不足:数据治理往往因为外部压力(如成本控制)而启动,缺乏内在的原生驱动力,使得数据治理难以得到有效推进。

目前有的企业数据治理做的不好还是因为“不够痛”,第一是数据量太少,根据经验,一般企业只要数据用起来,数据的增长速度在一年涨一倍、两年涨三倍、三年涨七到九倍的范围。一旦数据开始增长,会出现存储费用高的问题,这时企业会意识到必须要做治理、降成本、做运维。

在公司里除非被迫,如管理层要求服务器成本必须降,才会有人去做这件事。这就变成了一种硬性指标,缺乏原生的驱动力,而是被动去干“脏话累活”。如果把数据治理等价于脏活累活,那这个数据治理怎么可能做的好呢?

另外,在实际项目中还存在这么个问题,比如老板给一个项目要求今天做完,那么员工一定不会想先去做数据,首先想到的是先做出一个能交差的结果。所以对数据的不重视是数据治理的一个最大问题。

企业历史数据的处理:历史数据的错误和问题难以丢弃,需要在治理过程中加以处理和纠正。

数据治理做不好,很多时候也是有心无力,尤其是大企业,其历史发展时间太长,以往的一些代码产生的问题数据没办法丢掉,只能在其错误数据基础上不停迭代,但这种情况也应该是有办法做好数据治理的。

综上所述,数据治理面临的挑战和机遇涵盖了认知问题、原生驱动力不足、数据治理的范围和目标、企业历史数据的处理、数据封闭性问题、数据治理的层次结构、法律和合规问题、大模型与数据治理的结合、数据价值与制度设计、人才培养和研究合作等多个方面。每个方面都需要综合考虑,才能有效推进数据治理的发展。

  • 推荐
  • 新闻
  • 观点
  • 制造
  • 批发零售
  • 房地产
  • 住宿餐饮
  • 金融
  • 银行
  • 保险
  • 证券
  • 基金
  • 交通物流
  • 能源化工
  • IT/互联网
  • 建筑
  • 农业
  • 教育
  • 医疗卫生
  • 采矿

推荐

我要评论

相关文章