成功数据治理的关键
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-05-13
这是数据治理成功的关键
将数据治理视为程序，很多人将数据治理视为一个项目，这怎么了 出问题的是项目有结束日期。数据治理，如果您希望它成功并能很好地服务于您的数据，则它必须是一个程序，
您无法为其指定结束日期，因为它需要持续进行，也就是说，如果您想成为一家数据驱动的公司，并且希望从数据中获取信息和知识，那么数据治理就不会有结束日期。
一个程序由许多不同的项目组成
例如个项目是建立数据治理框架，另一个是进行现状评估，另一个是确定未来状态和计划，关于如何到达那里。但是，数据治理并没有停止，克服政治挑战，扰流板警报！如果您是数据治理方面的新手，那将是挑战通常很多。
数据治理通常会带来一些变化，以使内容更加清晰：
转化为数据的含义
如何获取，生产，维护，使用
应将哪些资源专用于此
应该解决哪些优先事项，依此类推
关于如何地完成上述任何工作，将会有很多意见。当然，有些会互相冲突，有些不会符合公司的利益。
如果您不想要心痛，则需要克服这些挑战
在那里良好的赞助，强大的行政支持，沟通和变更管理将为您提供帮助，数据治理计划中有很多领域需要解决，它可能是压倒性的，当我在数据治理中担任职时，感觉就像被告知“放松身心，沸腾大海”，您需要学会识别低落的果实并加以解决，但同时要注意那些战略性的长期目标，这就是为什么 数据治理成熟度模型 可以成为一个好工具的原因，因为它向您展示了您应该首先着手解决的问题，以便逐步发展并提升到更高的成熟度水平。
迭代构建
要以成功实现数据治理的先前关键为基础，请进行迭代构建，我建议周期为3个月的周期，在此周期结束时您将完成交付，当然有些将需要6甚至12个月的时间，总而言之，保持一致并向您的利益相关者设定期望是好的，在设定的几个月后，会有更大的交付成果。该交付成果可能是：
评估
一个 数据治理记分卡
数据治理工作流程
一套标准
定义了许多业务术语，等等。
只需不断构建并从一个迭代进展到另一个即可
同样，您可以查看数据治理成熟度模型以获取有关此方面的一些指导，专注于数据管理 和元数据管理，数据治理不能独立存在，这就像一个三脚架，不能自由站立。您还需要一个强大的 数据管理 程序以及一个元数据管理程序，然后可以在此强大的基础上更轻松地构建其他所有内容，包括其他数据管理领域，数据科学，AI / ML等。
衡量成功
也许不费吹灰之力，但这件事发生了太多次了，更不用说了，人们忘记衡量数据治理的成功，特别是在程序的早期阶段，可能是因为他们热衷于实践一些东西以显示出一些改进，但是后来他们却忘记了“显示出一些改进”的“显示”部分，如果不进行基线测量，很难显示出改善，那就是很多事情要做，确保您采取基准衡量标准，并制定可跟踪进度的指标，顺便说一下，我在有关数据治理的在线课程中确实涵盖了所有这些以及更多内容。
第二个方面是将这些指标与公司目标联系在一起
我们在业务术语表中添加了100个业务术语，或者
我们已经培训了10位数据管理员，或者
为这两个数据域等制定了数据质量标准。
这不是我们进行数据治理的原因。我们正在进行数据治理，以获取更好的 洞察力和事后见解以及 对数据的远见，确定效率，使我们的客户更加满意等等。
专注于数据域
许多数据治理程序并不是从企业级别开始的，他们中的许多人是从部门级开始的。很好，但是如果它不能在整个企业范围内使用，它将在实现过程中被孤立，并终会失败，结果将产生不良后果，例如：
无法获得客户的360度视图
无法建立强大的AI / ML程序
不会减少数据质量错误
数据文盲等
其他数据治理程序专注于特定系统通常是CRM
这也是错误的，因为它缺少重要的利益相关者，这些利益相关者可能没有使用这些系统，而是在使用和创建相关数据，因此专注于数据治理的方法是在数据域上，例如客户，产品，位置等，这样可以确保相关部门和系统也属于范围。
不要把它放在IT之下
我经常看到的另一个错误是，数据治理被置于IT职能之下，为什么会有问题呢？因为那样，它将与IT相关联。假设IT部门需要领导，他们需要拥有它，他们需要提供所有答案，是的IT是重要的合作伙伴和关键的利益相关者，但是企业必须持续参与数据治理计划，信不信由你，拥有它的是企业，实际上不是IT，如果没有企业提供所有权，没有企业提供管理权，没有企业提供需求，知识，指导，支持，则数据治理很可能会失败。
沟通和管理变更
沟通是您的朋友，在几年前的一次会议上，数据治理是90％的通信，也许很多但是成功的数据治理仍然需要大量的沟通，正如我在数据治理成功的较早关键中提到的那样，数据治理通常会带来很多变化，需要通过以下方法进行管理：
沟通，
利益相关者参与，
强有力的赞助，
行政支持，
培训等等。
不要低估它们的重要性，这就是为什么我认为这可能是数据治理成功的9个关键中重要的原因。
数据治理程序不容易实现
将数据治理视为程序，很多人将数据治理视为一个项目，这怎么了 出问题的是项目有结束日期。数据治理，如果您希望它成功并能很好地服务于您的数据，则它必须是一个程序，
您无法为其指定结束日期，因为它需要持续进行，也就是说，如果您想成为一家数据驱动的公司，并且希望从数据中获取信息和知识，那么数据治理就不会有结束日期。
一个程序由许多不同的项目组成
例如个项目是建立数据治理框架，另一个是进行现状评估，另一个是确定未来状态和计划，关于如何到达那里。但是，数据治理并没有停止，克服政治挑战，扰流板警报！如果您是数据治理方面的新手，那将是挑战通常很多。
数据治理通常会带来一些变化，以使内容更加清晰：
转化为数据的含义
如何获取，生产，维护，使用
应将哪些资源专用于此
应该解决哪些优先事项，依此类推
关于如何地完成上述任何工作，将会有很多意见。当然，有些会互相冲突，有些不会符合公司的利益。
如果您不想要心痛，则需要克服这些挑战
在那里良好的赞助，强大的行政支持，沟通和变更管理将为您提供帮助，数据治理计划中有很多领域需要解决，它可能是压倒性的，当我在数据治理中担任职时，感觉就像被告知“放松身心，沸腾大海”，您需要学会识别低落的果实并加以解决，但同时要注意那些战略性的长期目标，这就是为什么 数据治理成熟度模型 可以成为一个好工具的原因，因为它向您展示了您应该首先着手解决的问题，以便逐步发展并提升到更高的成熟度水平。
迭代构建
要以成功实现数据治理的先前关键为基础，请进行迭代构建，我建议周期为3个月的周期，在此周期结束时您将完成交付，当然有些将需要6甚至12个月的时间，总而言之，保持一致并向您的利益相关者设定期望是好的，在设定的几个月后，会有更大的交付成果。该交付成果可能是：
评估
一个 数据治理记分卡
数据治理工作流程
一套标准
定义了许多业务术语，等等。
只需不断构建并从一个迭代进展到另一个即可
同样，您可以查看数据治理成熟度模型以获取有关此方面的一些指导，专注于数据管理 和元数据管理，数据治理不能独立存在，这就像一个三脚架，不能自由站立。您还需要一个强大的 数据管理 程序以及一个元数据管理程序，然后可以在此强大的基础上更轻松地构建其他所有内容，包括其他数据管理领域，数据科学，AI / ML等。
衡量成功
也许不费吹灰之力，但这件事发生了太多次了，更不用说了，人们忘记衡量数据治理的成功，特别是在程序的早期阶段，可能是因为他们热衷于实践一些东西以显示出一些改进，但是后来他们却忘记了“显示出一些改进”的“显示”部分，如果不进行基线测量，很难显示出改善，那就是很多事情要做，确保您采取基准衡量标准，并制定可跟踪进度的指标，顺便说一下，我在有关数据治理的在线课程中确实涵盖了所有这些以及更多内容。
第二个方面是将这些指标与公司目标联系在一起
我们在业务术语表中添加了100个业务术语，或者
我们已经培训了10位数据管理员，或者
为这两个数据域等制定了数据质量标准。
这不是我们进行数据治理的原因。我们正在进行数据治理，以获取更好的 洞察力和事后见解以及 对数据的远见，确定效率，使我们的客户更加满意等等。
专注于数据域
许多数据治理程序并不是从企业级别开始的，他们中的许多人是从部门级开始的。很好，但是如果它不能在整个企业范围内使用，它将在实现过程中被孤立，并终会失败，结果将产生不良后果，例如：
无法获得客户的360度视图
无法建立强大的AI / ML程序
不会减少数据质量错误
数据文盲等
其他数据治理程序专注于特定系统通常是CRM
这也是错误的，因为它缺少重要的利益相关者，这些利益相关者可能没有使用这些系统，而是在使用和创建相关数据，因此专注于数据治理的方法是在数据域上，例如客户，产品，位置等，这样可以确保相关部门和系统也属于范围。
不要把它放在IT之下
我经常看到的另一个错误是，数据治理被置于IT职能之下，为什么会有问题呢？因为那样，它将与IT相关联。假设IT部门需要领导，他们需要拥有它，他们需要提供所有答案，是的IT是重要的合作伙伴和关键的利益相关者，但是企业必须持续参与数据治理计划，信不信由你，拥有它的是企业，实际上不是IT，如果没有企业提供所有权，没有企业提供管理权，没有企业提供需求，知识，指导，支持，则数据治理很可能会失败。
沟通和管理变更
沟通是您的朋友，在几年前的一次会议上，数据治理是90％的通信，也许很多但是成功的数据治理仍然需要大量的沟通，正如我在数据治理成功的较早关键中提到的那样，数据治理通常会带来很多变化，需要通过以下方法进行管理：
沟通，
利益相关者参与，
强有力的赞助，
行政支持，
培训等等。
不要低估它们的重要性，这就是为什么我认为这可能是数据治理成功的9个关键中重要的原因。
数据治理程序不容易实现
并且有些失败，因为它们不能解决上述一个或多个问题，因此我鼓励任何人遵循并坚持数据治理成功的这些关键，。这将确保遵循实践并满足其要求的企业范围的数据治理计划。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
