CDGA|工业企业进行数据治理的六个关键点

CDGA|工业企业进行数据治理的六个关键点 近年来，大型集团企业全面开展数据治理，挖掘工业企业数据价值，为企业的数字化转型助力赋能。同时，在实践中发现，要想发挥数据的价值就要解决数据可见、可用、可视等问题。因此，通过总结发现需要解决5大方面的问题： 1. 要让使用者知道企业中有哪些数据；  2. 要让使用者知道数据长啥样子； 3. 要让使用者知道如何获取数据；  4. 要满足使用者对数据质量的要求；  5. 要保障应用中数据的安全。

所以，只有建立高效、全面、协同的数据治理体系，才能使数据可发现、可获得、可理解、可使用，才能发挥数据治理在工业企业的价值。 而且工业企业进行数据治理必须掌握以下六个关键点： 01 数据治理需要有战略指导 数据治理的目的就是使数据通过有效的管理发挥数据的价值，从而支持企业战略、业务发展和数字化转型。因此，数据治理要从企业级视角出发，根据企业战略的需要，制定数据战略，从而保证数据管理是在正确的轨道上开展。 02 管理组织专业化是基础 要有专职或专职虚职结合的组织开展数据治理工作，关键要有核心管理层的支持。没有数据治理组织开展数据治理就像没有队伍打仗一样，难以协调和形成合力，数据治理基本是支离破碎的状态，因此数据治理的效果就不明显，有时还会出现反作用。 03 规范机制的建立是基础保障 制定公司的数据治理制度、流程、考核等机制，是数据治理规范开展和持续开展的基础。通过制度、流程、考核机制形成常态化数据治理生态。有些企业做了数据治理规划，制定了制度还是不知道如何开展数据治理。数据治理就是要把治理的工作与信息化项目开展结合和融合，是每一个项目中数据相关的内容是受治理的。 04 数据管理体系要体现业务价值 数据治理无论从数据标准、数据质量、数据安全、数据共享等方面进行了建设，必须要体现业务价值才能让企业有信心持续开展。因此，要把数据治理和业务价值实现紧密联系起来，比如决策的准确度，流程优化、效率提升、成本降低等。 05 质量提升要统筹考虑 工业企业数据量大，数据质量策略不能完全一样，必须将有限资源投入到关键数据上。因此，数据质量的提升要关注关键数据，比如战略决策数据、财务报告数据、市场发展数据等。只有采用全面统筹、重点突破、核心价值实现的理念，实现关键数据质量的提升，才能更好的做好数据质量管理工作。 06 技术支撑需要跟管理重点配套 众所周知，数据治理是一项全面的持续化的工作，需要考虑数据标准、数据质量、数据安全、主数据、元数据、数据资产等技术工具的支撑。但是，我们又不可能一下子把工具配备齐全，因此在技术支撑方面就要结合公司战略重点和业务的重点工作进行建设。  不管数据治理怎么进行都离不开数据治理人才，只有更多专业的数据治理人才发挥所长，企业的数据治理才能进行的更顺畅。