數據管理演進4階段

數據管理演進4階段

　　企業想要改進其整體的數據質量，第一步就是理解數據管理成熟度模型。該模型可以幫助你掌握數據管理的實現是怎樣一個循序漸進的過程。

　　有遠見的企業都認識到了一個關鍵的理念：浪費在無效數據管理上的成本要遠遠高于有效數據管理所需的成本。簡而言之，企業依賴于數據。拋開行業、收入規模，競爭環境等因素，每個企業都要靠數據來生成有助于企業做出有效決策的信息。

　　想要獲得成功，需要業務團隊與IT團隊合作執行數據管理計劃。業務團隊負責建立管理數據的業務規則，并負責最終驗證數據的質量。IT團隊負責建立并管理整體環境―架構、技術設備、系統以及從企業各個部門采集數據并存儲數據的數據庫。

　　企業數據管理成熟度模型是一種新框架，可以幫助企業確定并量化其數據成熟程度。通過企業數據管理成熟度評估，你可以了解低估數據管理工作可能帶來的風險。成熟度模型還可以幫助企業了解數據管理演進到下一階段后將帶來的收益和所需的成本。

　　企業數據管理成熟度模型是一個包含了四個階段數據管理成熟度的統一體。從其中某個階段演進到下一階段需要一定的時間。通常，企業的不同部門也可能會處于成熟度模型的不同階段。如果所需成本高于收益，企業最終可能不會選擇演進到更高的成熟度階段。

　　實際上，隨著企業向更高階段演進，可能獲得的潛在收益也越來越高，而模型中的每個階段都是需要相關投入的�？梢詮乃膫�方面來定義每個階段的發展：

　　人：需要哪些人參與其中，他們需要做出何種貢獻？

　　流程： 必須進行何種活動？

　　技術： 必須投資何種技術？

　　風險與回報： 企業在當前階段面臨何種風險？數據管理演進到下一個階段，企業會獲得何種收益？

　　第1階段：尚無數據管理意識

　　企業數據管理成熟度模型的最初階段通常很混亂。部門間或各職能間針對數據問題進行合作非常少見。處于階段一的企業幾乎沒有制定有關數據管理的制度和策略。實際上，許多文件和數據庫中都存有相同或相似的數據。處于本階段的企業可能有一個儲存客戶信息的計費數據庫，而相似的數據同時還保存在銷售自動化系統和營銷數據庫中。

　　結果，企業內部各部門間的數據質量參差不齊。財務數據庫可能保存了高質量的數據，而營銷數據庫中卻充斥了錯誤的地址數據或是重復的記錄。

　　尚無數據管理意識的企業無法有序組織數據管理活動。有一個典型的方法適用于處在該階段的企業：讓數據所有者或IT部門員工在必要的時刻更正錯誤數據。除了把數據保存在獨立的數據庫中，沒有人會理解為什么會存在問題，或者這些問題將來會有何種影響。

　　若要改進，企業需要認識數據完整性或可用性的問題。通常，能認識到數據管理方面的缺陷可能會引發組織層面的深層問題，并能夠確認這些問題的源頭就足夠了。認識問題，加上解決數據管理缺陷的決心，就可以幫助企業開始了解數據管理的問題、風險和回報。

　　在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：

　　人:成功依賴于為數很少的幾位高級人才；數據庫的運行依賴可以運用不同方法調整并更正數據的員工；管理層不致力于解決也不認可數據完整性問題；數據質量出問題，企業常常認為是 IT部門的錯。

　　流程:沒有成文的數據管理流程制度，數據管理混亂，以項目為中心；通過人工驅動的流程，在問題發生時才著手解決問題；幾乎沒有長期解決問題的決心；企業內部廣泛存在重復數據，導致職能單位間資源浪費嚴重。

　　技術:工具主要包括一些常用軟件（微軟的 EXCEL和ACCESS），未使用功能強大的數據管理軟件 ；沒用圖表展示數據，也沒用使用分析或審計等方法來確定數據的特征；僅在個別部門或數據源頭進行數據清理或標準化；采用了一些技術來輔助人工的質量改進措施。

　　風險與回報:風險非常高，因為數據問題會導致客戶流失（因為錯誤理解客戶價值）或不合理的業務流程；雖然沒有制定相關的流程來分析孰是孰非，但還是有一些人成為替罪羊，從而受到指責；回報低，除了個別員工或部門獲得成功之外，企業幾乎沒有從數據管理中獲得任何收益。

　　第2階段： 被動做出反應

　　到達第二階段后，企業就會理解所發生的數據管理問題，并意識到數據對企業的成功至關重要。但是，只有當發生重大問題或項目偏差時才會著手改進數據質量。處于該階段的企業最多也就是在問題發生時做出反應，以期將危害降低到最小程度。

　　在第二階段，數據問題的解決方案并不是集成的，而是無關聯的點狀解決方案。此時，向第三階段前進的動力通常是管理層的戰略構想，即搞好數據管理工作可以帶來實際的業績。為了向下一階段邁進，企業必須將流程與技術整合，以便從數據資源中獲得更多成果。

　　企業還必須制定成文的數據管理制度，并將其作為應用開發的核心競爭力來執行。在新系統和數據倉庫上線后，員工必須了解企業的數據管理流程和相關協議。為確保相關制度能夠到位，需要進行一些必要的兼容性測試。最后，企業必須就數據管理流程的所有權達成共識，將職責分配到相關部門。

　　在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：

　　人:成功依賴于一些專業技術員工（數據庫管理員、IT員工等）；員工個體創建適用的流程，但整個團隊或部門缺少統一的標準化流程 ；缺少長期的解決方案； 公司管理層幾乎不認可數據的價值。

　　流程:開始有較強勢的數據管理職能，但重點仍放在在發生問題時改進數據質量；大多數流程都是短期應急的，重點針對近期所發現的某些問題；在單個團隊和部門內部，任務、角色被標準化。

　　技術:通常會使用一些戰術性數據管理工具（例如數據圖表展示或數據質量解決方案）；大多數數據沒有整合，但有一些個體員工或部門嘗試整合數據；出現了一些數據庫管理戰術，例如應激反應式的性能監控 ；試圖整合那些因質量問題需要放棄或重做的數據（例如數據倉庫）。

　　風險與回報:風險高，因為缺少數據整合，并且整個公司范圍內數據的整體準確性不佳；雖然偶爾會進行數據分析和更正，但涉及跨職能時仍然會發生一些數據錯誤；回報有限，且大多數都不確切；多數投資回報都是通過個體流程或員工個體取得的；公司層面上，很少或幾乎沒有意識到數據管理的好處。
 

【數據管理演進4階段】相關文章：

營銷觀念演進的哲學思考03-21

報紙與戲曲關聯的演進芻議03-18

審計風險模型的演進及應用03-07

論禮法結合的歷史演進11-27

人的發展：歷史演進與價值理想03-20

審計方法的歷史演進及其動因03-23

演進視角下的企業并購探討03-21

從歷史演進淺析公益訴訟的內涵12-08

中國外貿結構的演進與剖析12-05