随着公司业务的发展,数据平台发展到一定规模,伴随而来的是数据资产越来越庞大,业务对数据分析的需求越来越丰富。面对纷繁复杂的数据,我们要进行数据治理,什么时候开始做数据治理最合适呢?
企业数据主要经历六个阶段:
S1激活期:从无到有阶段,该阶段线上化率低,对数据依赖弱。
S2渗透期:从有到多阶段,该阶段线上化率超60%,部分场景基于数据解决问题。
S3复制期:从多到精阶段,该阶段分析闭环场景多;可完成预警类、优化类专项分析;数据工种精细。
S4全面自助:星火燎原阶段,该阶段决策对数据强依赖;业务侧强数据意识;数据分析需求爆发,全民数据分析。
S5应用融合:应用融合阶段,产品工具让多数人拥有数据应用能力;分析结果融合于业务执行系统;分析结果高频影响战略决策。
S6BI+AI融合:AI融合阶段,BI与AI有明确分工,又能完美融合;普世的数据文化,顶尖的数据技术;顶尖的数据技术,高密度的数据人才。
在这六个阶段中,有两个比较好的时间节点适合开始做数据治理。
第一个是在S2渗透期,这个阶段数据内容持续增长以及数据建设的标准规范尚未建立,很容易造成各种数据资产混乱。同时在跟不少企业交流中有个共同结论:在前期有高段位的数据建设者时,提前重视规范化,后续会少走很多弯路。
第二个值得关注的时期是S4阶段开始之前或者S4的初期,在内容生产爆发之前做好规则设置、培训课程、监控机制、责任人设定等,让大家有统一的行为和规范化意识,也可以少走很多弯路。
总结一下,数据治理不要在大规模出现问题之后,应该是在爆发之前做好准备,“治”不如“防”。
头部企业大多数已到S4~S6阶段,进入了数据治理的常态化阶段,已经不存在“防”的说法,但是对于中小企业来说,抓住S2的规则空白期做规则建设,以及S4的爆发前做好用户教育,收益会非常大。