支持主动的数据管理策略
在本周于纽约举行的 MDM 和数据治理峰会上，我们会见了数十位数据从业者，他们都面临着非常相似的数据挑战。许多与会者都处于数据之旅的早期阶段，并对建立主数据管理 (MDM) 和数据治理流程感兴趣。他们参加会议是为了向业内同行学习最佳实践。毫无疑问，人们仍然普遍希望将数据管理从被动式（用于合规性或监管要求的数据）转变为主动式，并利用数据来驱动洞察力，从而为企业带来利润。 建立成功的数据管理计划的最大问题之一是获得高级管理层的支持。项目常常会失败，因为组织文化在以数据为中心和数据素养方面还不成熟。改变文化并强调数据驱动的重要性需要时间，并且必须由组织高层指导。如果没有这种支持，职能或部门优先级可能会阻碍创建组织范围内的数据管理流程的尝试。事实上，当计划的目标 美国数据 与业务相关并且更加主动（即朝着增长和转型）而不是与合规相关并且更加被动（即仅专注于降低风险和成本）时，获得必要的高级管理层支持实际上更容易）。 关键是首先确定计划的业务目标，然后优先考虑实现目标所需解决的问题。大多数数据治理计划都涉及创建数据治理委员会，其任务包括对所有数据源进行编目、定义元数据定义以及创建和发布规则和流程。让业务充分参与通常是一个挑战，因为这些任务看起来技术性很强并且涉及控制。更好的方法是让他们参与讨论并确定需要解决的数据问题的优先级。
https://zh-cn.phonenumbersg.com/wp-content/uploads/2024/04/%E7%BE%8E%E5%9B%BD%E6%95%B0%E6%8D%AE-300x169.png
以便快速改进业务。然后，高级管理层在优先事项之间的仲裁中发挥关键作用。对于数据管理计划来说，了解数据问题如何影响业务是真正的关键成功因素。 解决关键问题就成为一种逐步的方法，可以带来持续改进和渐进的成功。对问题进行优先级排序后，企业可以更快地看到结果。然而，在制定解决每个问题的计划之前，全面确定问题范围非常重要。当营销、分析或洞察计划无法提供预期结果时，数据质量问题往往是核心问题。但这就是创建数据管理程序的首要目的，对吗？不幸的是，即使复杂的 MDM 和数据治理流程和工具到位，数据质量问题仍然会出现。
頁:
[1]