CDGA|数据治理工作如何推进?

近几年来很多企业都在做数据治理,但是还是不太明白数据治理到底该怎么做?

公司的情况不同,数据治理的具体方案当然也不一样,今天,小编给大家分享7种推进数据治理工作的方法,分别是:顶层设计法、技术推动法、应用牵引法、标准先行法、监管驱动法、质量管控法、项目建设法。
CDGA|数据治理工作如何推进?_第1张图片

1、顶层设计法

顶层设计法就是先做一个数据治理顶层设计的规划,然后按照规划执行即可。

根据战略目标拆解KPI,然后设立对应的支撑项目,并且根据优先级别进行排序,最后形成一个执行的路径。

2、技术推动法

因为数据治理项目大多是在信息部门立项和实施的。

既然是技术部门的事儿,那当然是技术部门推动了。

技术驱动的套路就是针对数据问题,从技术层面进行解决。

套路就是信息系统建设的逻辑,立个项,做调研,各种概要设计、详细设计,各种开发、集成、测试、部署,然后验收。

专家观点

岳建伟老师:数据治理在企业里不仅需要技术部门推动,更需要所有部门互相协作才能取得成功!

3、应用牵引法

以数据应用为牵引,反向要求各链路的数据高质量供给,促进数据治理体系的建设。

4、标准先行法

为什么有那么多的数据质量问题?很简单,没有标准。没有标准就没有对错,自然就会乱到一塌糊涂!标准有了,就能确定什么是对的,什么是错的。后面的执行、监测和控制就有了依据,数据质量才有保障。

5、监管驱动法

强监管通常是上级单位发政策,下级单位执行。而且做不好,还会有惩罚。一单罚上千万!银行、保险等强监管的行业就是跟着政策走的。不好好做数据治理,不按照EAST、1104的要求报送数据,罚单马上就来。

6、质量控制法

与其他行业情况一样,质量是绕不过去的关。不管是做业务的,还是搞技术的,相信大家没少为数据质量的问题挠头。质量有问题,数据就没法用,甚至会影响错误决策。于是,迫于各种数据质量问题,企业内外部才认真对待,逐步解决数据质量问题。

7、项目建设法

弄个数据治理项目,慢慢建设。其实数据治理这件事情开展到现在,也已经形成了一整套非常完善的流程了,相关产品能力也已经非常全面了。

目前效果比较好的,是咨询和实施结合起来做。做个咨询,对数据现状进行盘点,全面掌握企业未来的战略和目前的现状,然后根据数据管理体系,做出差距分析,拟定具体执行的工作任务,根据时间进度安排,拆解并规划项目。

然后在实施项目中,先穿透一个场景,再慢慢从纵深和横向两个层面不断扩大战果,建元数据、主数据、指标体系、数据质量管理体系等等,不断夯实数据基建,为前端数据应用提供高质量数据供给。

数据治理工作的推进、落地,当然不止这么简单,主要还是得先掌握数据治理的专业知识与方法,才能真正让数据治理工作更顺利进行、更准确、更有效率。

你可能感兴趣的:(弘博创新培训,深圳DAMA数据治理认证,深圳CDGA认证,big,data,人工智能,物联网)