DAMA中国理事 神州信息首席数据官黄万忠:数据治理是数字化转型的基础

  • 黄万忠

  • 2021-12-29

  • 来源:首席数字官

数字化转型能够激发企业生产力,提升客户满意度、降低成本、提高产品合格率等等,已经成为各行各业的必然趋势,而数据治理作为数字化转型的基础,成为大家广泛关注的问题。在“2021中国数字化年会”的数据管理论坛上,DAMA中国理事、神州信息首席数据官黄万忠为大家分享了国际数据管理协会(DAMA)的数据治理工作成果与经验。

DAMA数据管理知识体系

国际数据管理协会(DAMA)是一个全球性的非营利性专业组织,由数据管理和相关的专业人士组成。协会自1980年成立以来,一直致力于数据管理和数字化的研究、实践及相关知识体系的建设,先后发行了《DAMA 数据管理字典》和《DAMA数据管理的知识体系》等。“数据为王,治理先行。数据是黄金、是石油,也是数字经济的基础;但是如果没有管理,数据不可能成为黄金,甚至还有可能会成为巨大的风险”,是DAMA一直秉承的理念。

图:DAMA数据治理车轮图

数据治理的核心分为业务和技术两层面。数据的制度、文化、战略等指引着数据工作的方向。在业务层面,基于数据保护、元数据管理、质量管理等系列基础工作,进行规划和设计、启用和维护、使用和强化的数据全生命周期管理。在技术层面,数据治理包含数据建模和设计、数据存储和操作、数据安全、数据集成和互操作、文件和内容管理、参考数据和主数据、数据仓库和商务智能等十大子内容。

DAMA数据管理的12项原则

图:DAMA数据管理的12项原则

如何开展数据管理和数字化转型,DAMA提炼出数据管理的12项原则:

1、数据是有独特属性的资产。数据是一种资产,但因为具备可复制性、虚拟等特性,相比其他资产在管理方式的某些方面存在很大差异,对比金融和实物资产,其中最明显的一个特点是数据资产在使用过程中不会产生消耗。在国内,数据资源、数据资产、数据资本的概念不断被提及,其中数据资产具备经济价值。

2、数据的价值可以用经济术语来表示。将数据称为资产意味着它有价值,虽然有技术手段可以测量数据的数量和质量,但还未形成标准来衡量其价值,想要对数据做出更好决策的组织应该开发一致的方法来量化该价值,还应该衡量低质量数据的成本和高质量数据的好处。例如,基于成本、基于市场价值、基于经济价值的数据价值评估模型。数据资产管理以金融业为代表,逐渐形成数据资产管理、数据资产运营、数据资产服务的体系。而数据价值评估属于资产运营部分的重要环节。

3、管理数据意味着对数据的质量管理。确保数据符合应用的要求是数据管理的首要目标,为了管理质量组织,必须了解利益相关方对质量的要求,并根据这些要求度量数据。数据管理方法论的形成不能仅限于纸上谈兵,最终目的是提升数据质量、发挥数据资产价值。

4、管理数据需要原数据。管理任何资产都需要拥有该项资产的数据(员工人数、账户号码等),用于管理和如何使用数据的数据都称为元数据,因为数据无法拿在手中或触摸到,要理解它是什么以及如何使用它,需要以元数据的形式定义这些知识,元数据源于与数据创建、处理和使用相关的一系列流程包括架构、建模、管理、治理、数据质量管理、系统开发、IT 和业务运营以及分析。

图:DAMA的数据体系质量基本框架

能否自动或者半自动的实现元数据处理、能否自动解析数据关系达95%以上、能否自动进行标签目录的分类等,都是评判数据管理很重要的领域。企业的数据管理项目应该如何进行?是实施先行还是工具先行?在任何企业的数据管理发展过程中,首先会关注基础数据的使用,此时建模设计等工作比较重要;接下来的每个阶段都会设立不同的目标,采取不同的方式来实现。企业的数据管理工作应该因地制宜,先评估后选择合适的方法进行实践。

5、数据管理需要规划。即便是小型组织也可能有复杂的技术和业务流程蓝图,数据在多个地方被创建,且因为使用需要在很多存储位置间移动,需要做一些协调工作来保持最终结果的一致,需要从架构和流程的角度进行规划。其中,自下而上的基于数据应用产品的设计很重要。许多企业数据管理项目的失败可能源于领导对于数据治理的重要性不甚了解。对此,首先要做培训宣贯和速赢计划,争取在短时间内有些结果显现,为领导和业务部门增加信心,从而反馈数据管理团队进一步往前推广。技术问题相对来说比较容易解决。

6、数据管理须驱动信息技术决策。数据管理和信息技术管理紧密结合,管理数据需要一种方法确保技术服务于数据战略需求。数字化转型应该由业务部门来驱动,由IT部门来做许多工作的具体执行。

7、数据管理是跨智能的工作。数据管理需要一系列的技能和专业知识,因此单个团队无法管理组织的所有数据,数据管理需要技术能力、非技术技能以及协作能力。数据治理涉及业务流程的多方面改造、存在客户一致性等问题,需要一个督导的角色贯穿项目始终。

8、数据管理需要企业级视角。虽然数据管理存在很多专用的应用程序,但它必须能够有效地被应用于整个企业。为求方便,我们可能会实施自下而上的部门级管理,但必须和企业整体规划相结合。

9、数据管理需要多角度思考。数据是流动的,数据管理必须不断发展演进,以跟上数据创建的方式、应用的方式和消费者的变化。

10、数据管理需要全生命周期管理。不能同于以前只关注数据服务,而应从数据的采集、传输、存储、处理、共享和消费的全周期循环下进行数据管理工作。

11、数据管理需要纳入与数据相关的风险。数据除了是一种资产外还代表着组织的风险,数据可能丢失、被盗或误用,组织必须考虑其使用数据的伦理影响,数据相关风险必须作为数据生命周期的一部分进行管理。

12、有效的数据管理需要领导层承担责任。数据管理涉及一些复杂的过程需要协调、协作和承诺,为了达到目标不仅需要管理技巧,还需要来自领导层的愿景和使命。数据管理和数字化转型是一把手工程,需要建立数据认责机制,需要建立企业的数据文化。

随着企业数字化转型已成必然、数据治理工作的推进,数据管理专业人士需求剧增。根据赛迪智库的研究发现,2025年中国大数据核心人才缺口将达230万。DAMA与国外教育行业合作,例如,哥伦比亚大学、爱丁堡大学、东京大学合作,致力于数据人才的培养。

  • IT
  • CIO
  • CDO
  • IT/互联网
  • 新闻
  • 推荐
  • 案例
  • 观点
  • 大数据

推荐

    我要评论