改善企業數據管理流程七個建議
- 時間:2013-11-13
- 來源:
遠光軟件(來源:CIO時代網 作者:不詳)
為了對信息進行更好的監督和管理,從而改善業務運營效率,許多企業都開始投資數據治理項目。其策略和流程設計用來在整個企業中產生更為精確和一致的數據,數據專員(Data Steward)需要確保把它從理論轉化為實踐。很大程度上,數據治理策略的成功就要取決于相關數據專員的努力。在某種程度上,建立一個符合企業現有架構的數據治理管理架構和運營模型是很重要的。這包括數據管理的各個元素。聽上去很簡單,但實際操作卻困難重重。
當要上馬一個項目,倉促做出可能無法達到預期目標的決定時,數據治理的問題就會顯現出來。舉個例子,如果一家公司在定義好自己應該做什么之前,就選定一個數據管理池會導致嚴重混亂。另外,那些要倉促證明已經迅速取得進展的企業最讓數據專員頭疼,因為他們要進行元數據調查以及許多毫無意義的工作。
如何有效地構建和管理一個數據管理團隊,使其可以保持協調的治理活動?本文就將給出七條相關的建議:
職位正規化。在要求個人承擔數據專員的角色之前,要確保有一個正式的職責劃分;確定這個職位所需要的技能;衡量其表現的指標;如果數據專員不是一個專門職位的話,你還要對如何與現有工作相結合的細節進行敲定。
在管理角色上進行細粒度劃分。數據專員其實包含了很多角色,例如元數據管理員和運營數據管理員。最好是能清晰的描述怎樣區分這些角色,員工如何協同工作以支持數據管理流程。
建立數據的業務所有權。數據專員可能需要負責與數據治理策略保持一致的工作,但是那并不意味著他們所要負責的是數據本身。所有權和問責制必須劃分給適當的業務單元或部門。
與業務保持一致。作為數據治理項目的一部分,數據可用性預期是在期望業務改善的背景下形成框架的,例如增加收入,降低成本,減少風險以及提高生產力。但大多數IT和數據管理從業者更熟悉數據管理機制而不是業務流程。如果數據專員并非來自于業務領域本身,那么就要有關鍵業務領域的專家來幫助他們識別數據問題并區分任務的優先級。
建立獎勵機制。與那些有明顯成果可以交付的典型項目不同,數據管理的本質是確保能應對數據偶然事件的發生,而成果也許并不是十分直觀的。因此要為你的數據專員建立一套獎勵機制,對他們進行認可和獎勵。
正確的人干正確的事。由于數據專員角色尚在發展中,那么登廣告尋找擁有多年經驗的人可能不太現實。而且在很多公司中,數據管理并不是全職工作。因此,你可能需要在內部網羅具有管理潛能的人員。考慮哪項數據管理技能才是必需的,尋找有價值和良好溝通能力的員工,他們在尋求最佳實踐上充滿自信,并且能適應不斷改變的理念。
給數據專員提供合適的工具。盡管數據管理從根本上說是一個程序問題,但依然有相應工具是可以支持,包括數據質量評估,數據驗證,以及數據事件報告和管理軟件,甚至可能包括數據質量和數據管理記分卡應用。
所有這些步驟有一個共同的主題:在設計數據治理和管理項目之前,需要做出哪些合理的努力,從而使其正常運轉。一旦完成,招聘合適的人,給他們明確定義角色,使他們與業務單元保持同步并輔以績效激勵措施,這樣有助于開啟一個可持續的數據管理流程。