可免费试用30天
已有30000+人申请
2023-03-15
数据治理从本身特性和应用架构上是偏底层的,与分析性数据不同,项目实施成果很难以可视化的方式展现出来。如何让领导看到效果,成为项目的一大难点。
应对措施:
如果数据治理项目只是仅仅从技术实现出发,该项目通常很难获得成功,也很难获得期望的投资回报率(ROI)。数据治理项目只有从业务需求出发,才可能获得成功。
1. 数据治理体系建设。数据治理项目是一种以管理为主导,以工具为辅助的项目。表面上,我们是在建设一个数据治理系统,实质是企业管理流程、管理方法的一次变革。借项目之手,帮助企业集团梳理自身的数据脉络,重新定义各类数据的权责与归口,让数据能够在制度的约束下逐步完善。
2. 细化数据治理场景需求。当然,数据治理的工作需要实际的内容支撑,如主数据属性字段表、数据资产需求场景、数据可视化需求。与甲方项目经理沟通明确项目验收标准,在有明确目标的情况下有序推动项目开展。
3. 持续不断地迭代运营。数据治理项目进行长期规划,只有不断迭代,价值才会逐步地在运营过程中慢慢体现出来。数据治理切勿追求一步到位,应该循序渐进、持续提升。
△数据治理项目成果物示例
数据治理这个话题,看似阳春白雪高大上,实际上是非常下里巴人接地气,或者说必须要顶天立地才能见实效。顶天是指,与信息化类似,数据治理也是一把手工程,没有高层推动、在业务与业务间、业务与技术间协调,数据治理无法落地;立地是指:一般是IT人员对数据问题有深刻体会,也是IT人员最先意识到数据治理的重要性,而且数据治理最终是在IT层面落地的。
最后,再给几条实施小建议,一是在数据治理项目实施前要做好充分准备;二是,数据治理项目实施组织的合理搭建非常重要;三是,数据治理项目实施中通过解决调研发现的问题是抓手;进而数据治理项目实施后持续开展绩效考核是进一步成功的保障;四是,数据治理实施只有开始没有结束,只有持续运维才能长治久安。