数据治理工作的8种推进套路
编 辑:彭文华
来 源:大数据架构师(ID:bigdata_arch)
彭友们好,我是老彭啊。最近项目爆发,我都快累死了!跪求各位彭友帮忙推荐数据治理人才,高中初级都要。,最近有想换工作,或者身边要换工作的彭友速度联系我~~~
前些天,有客户问我,数据治理到底该怎么做?这个问题问的我是一时语塞。因为是在客户现场,我只能根据他的实际情况,针对性的提了一个方案。
不过,这客户还真的是做了一些工作,然后就开始讨论起来:那谁谁谁,都是这么做的,我们能不能也这么做?
说实话,我是比较喜欢这种客户的,因为这代表他在思考问题。我最害怕的客户是把你丢一边,啥支持也不给,最后管你要高质量的结果。这八成是要坏事的。
当时跟客户聊了很久,但都是聊到哪算那,也不系统,今天趁着有点时间,整理一下,贡献给大家,仅供参考。
共分为8种方法,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、利益驱动法、项目建设法。
事先声明,这些方法论都是向各位大佬学习来的,也有部分是项目中实操得来的,并非老彭原创。
顶层设计法
顾名思义,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。
做过咨询的彭友都知道,顶层设计、战略咨询都会根据战略目标拆解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。
今年做什么,明年做什么,先做啥,后做啥,都规划的清清楚楚明明白白。
之后就按图索骥就行。大致的逻辑就像下图一样:
这样的好处很明显,先有面,再有线,最后是各个点状的项目,一点点的落实,效果自然没的说。
但是这样的方案是非常非常奢侈的,因为这种方案见效慢,对组织的要求非常非常高。耐得住性子的组织很少,通常都要快速见效。
基本上也只有一些政府单位和极少数的企业使用这种方式获得了数据治理的成功。
技术推动法
有敏感的朋友已经察觉出来了,这里叫“技术推动法”,而不是技术引领啥的。
其实这种方法是绝大多数企业采用的数据治理方法。要说原因么,其实很简单,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。讲真,我见过太多类似的事情,很少有效果很好的。
《华为数据之道》里说要“业务主导”,话是真没错,但几乎没有做到的。原因很简单,屁股决定脑袋。业务负责人的主责主业是搞业务,根本不会野不可能要主动做数据治理的事情。
技术驱动的套路没啥说的,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。
效果么,一般吧。因为大多是问题导向,频繁“打补丁”式的建设。到最后往往就是各种爆炸,报表爆炸,指标爆炸,数据问题爆炸。
然后开始上指标系统、数据质量系统,一个补丁贴一个补丁,到最后谁都不敢动了。
归根结底,就是因为数据的问题是一个系统性的,技术层面的原因只是其中之一而已。造成这种现象的原因就是业务参与度不够。
在企业,谁挣钱,谁的话语权就大。业务自然是利润中心,而技术一般都是成本中心。纯让技术去推动数据治理,就像是让儿子督促爸爸戒烟一样不靠谱。
应用牵引法
如果说技术推动是小孩推车,那么应用牵引则是壮牛拉车得心应手啊。有应用在前面牵引,后面的各种事情就显得非常自然。
很多企业建数据体系都喜欢先弄一个大屏不是没有道理的。因为没有“用”的东西是没有价值的。
大屏虽然用户比较单一,实用价值比较低,但毕竟还是有使用场景的,比单纯没有使用场景的纯技术开发建设强的不是一星半点。
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,也是一个很好的选择。
但是这种方式做数据治理,始终还是会陷入到片面、局部胜利的结果。有应用的地方,数据质量就能得到治理,没有应用的数据质量就没人管了。
标准先行法
讲真,标准现行法的真实案例我只遇到过极少数的几个,其中就有某部委。我当时接手做这个项目的时候,把甲方情况跟彭友们分享,他们都惊呆了!居然有这么好的客户!
甲方在建业务系统的时候,把数据标准和业务系统绑定起来。所以他们在做信息化建设的时候,就已经把所有的数据标准都已经建立好了。
我过去的时候,发现数据治理真的就这么简单,完完全全就是一个纯技术活儿,不用考虑人的因素。
所有表都是按照统一的数据模型建设的,所有字段中的键值都在最新发布的数据字典里,甚至为某个“主数据”单独建了一套管理系统。
我过去就是按照标书里的要求,建库建表,开发ETL,把数据收上来,然后整个规则引擎,按照配置结果,自动计算数据质量,定期出数据质量报告。
沃德天!从来没有过如此丝滑的场景,简直太爽了。
其实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。
小结
内容太多,一口气说不完。觉得内容不错的点个赞,人多了老彭下次就接着唠哈~~~没兴趣就算了
更多精彩:
CRM数据质量怎么控?全球500强的经验分享给你!
怎么做好大数据安全访问管控?
【66页PPT】部委、集团级数据治理项目经验分享
快⼿数据质量保障体系及在直播场景的实践
如何打造数据治理闭环?以金融行业为例
数字化转型需要重新定义数据治理的角色
排版 | 老彭
审校 | 老彭 主编 | 老彭
数据治理工作的8种推进套路相关推荐
- 数据治理工作的几种推进套路
一.顶层设计法 顾名思义,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. 做过咨询的彭友都知道,顶层设计.战略咨询都会根据战略目标拆解KPI,然后设立对应的支撑项目,并且根据优先 ...
- 数据治理工作的8种推进套路(下)
编 辑:彭文华 来 源:大数据架构师(ID:bigdata_arch) 彭友们好,我是老彭啊.周二写了一个数据治理工作8种推进方式,时间关系没写完,结果一大堆人私信我催稿 我说你们催稿的彭友能不能帮我 ...
- 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. ...
- 企业如何完善数据治理工作?
随着业务生成更多的数据并将其转移到云中,数据管理的动态以许多基本方式发生变化.那么对于数据拥有量巨大或做数据服务的企业应该怎么完善数据治理的工作呢,以下是擎标为大家整理的有关数据治理的内容,企业在完善 ...
- 数据治理(Data Governance)
数据治理(Data Governance) 简单来讲,数据治理就是要约束输入,规范输出. 根据DAMA(国际数据管理协会)的定义,数据治理(Data Governance)是指对数据资产的管理活动行使 ...
- 有关数据治理的本质及实践,看这一篇就够了【转】
原文地址:https://www.infoq.cn/article/UBch5BDK2TWGdo5x*UzN 目 录 什么是数据治理? 为什么要实施数据治理? 数据治理的目标是什么? 当前数据治理存在 ...
- 证券期货行业监管大数据治理方案研究
证券期货行业监管大数据治理方案研究 蒋东兴1, 高若楠2, 王浩宇2 1. 中国证券监督管理委员会信息中心,北京 100033: 2. 中证信息技术服务有限责任公司,北京 100033 摘要:为充分发 ...
- 万字好文 | 数字化转型之道——数据治理体系能力提升
这篇是蔡春久先生直播的文字摘录,这场直播获得了满堂喝彩,讲的非常好,整篇文章大概10000字,建议大家看完. 来源:蔡春久-<帆软·决胜数字化转型>直播 文章整理:grace 蔡春久:中国 ...
- 数据治理需要注意什么问题
数据治理是一个复杂的系统工程,涉及到企业和单位多个领域,既要做好顶层设计,又要解决好统一标准.统一流程.统一管理体系等问题,同时也要解决好数据采集.数据清洗.数据对接和应用集成等相关问题,这时就要注意 ...
最新文章
- Java 基础【04】Swing 组件事件注册
- 李飞飞AI100报告第二弹,提出14大AI机遇与挑战,82页pdf
- 基于Html5的爱情主题网站–表白神器(第二版)
- 任意文件上传mysql_BigDump 跨站脚本、SQL注入、任意文件上传漏洞
- scrapy拒绝访问
- python绝对值函数fabs_Python中abs()和math.fabs()区别
- linux环境下主从复制,Linux之CentOS上配置MariaDB主从复制
- Python Tricks —— 计算 1+1/2+1/4+...=2
- Numpy and Theano broadcasting
- Python自动化中的元素定位xpath(二)
- 一、MySQL数据库优化策略
- 2021-09-26 WPF上位机 45-关键帧动画
- (附源码)springboot猪场管理系统 毕业设计 160901
- postgresql 数据库 等保审计 遇到的问题与办法 (整理)
- [SMOJ2116]诺诺的队列
- macbook pro如何外接显示器?macbook 外接显示器教程
- 如何计算每个月有多少天
- 如何将PPT进行压缩?简单的方法介绍
- 最新短网址生成api接口(t.cn、url.cn短链接生成)
- HAproxy正向代理配置