数据管理演进4阶段

流程：开始有较强势的数据管理职能，但重点仍放在在发生问题时改进数据质量;大多数流程都是短期应急的，重点针对近期所发现的某些问题;在单个团队和部门内部，任务、角色被标准化。

技术：通常会使用一些战术性数据管理工具(例如数据图表展示或数据质量解决方案);大多数数据没有整合，但有一些个体员工或部门尝试整合数据;出现了一些数据库管理战术，例如应激反应式的性能监控 ;试图整合那些因质量问题需要放弃或重做的数据(例如数据仓库)。

风险与回报：风险高，因为缺少数据整合，并且整个公司范围内数据的整体准确性不佳;虽然偶尔会进行数据分析和更正，但涉及跨职能时仍然会发生一些数据错误;回报有限，且大多数都不确切;多数投资回报都是通过个体流程或员工个体取得的;公司层面上，很少或几乎没有意识到数据管理的好处。

第3阶段： 主动防范风险

达到第三阶段的企业可以防范风险，降低不确定性。在这个阶段，数据管理在组织内部开始发挥关键作用，数据不会再被低估，而被视作可以有效帮助企业做出更优决策的资产。随着处于此阶段的企业逐渐成熟，一致、准确、可靠的数据将为其带来更多可见的实际价值。

在第三阶段，企业将放远眼光，认识到数据问题对与企业使命相关的关键信息具有什么影响。同时，企业还拥有相应的支持高级别数据检视和更正的必要技术。企业管理层开始批准数据管理项目。已经有些企业具备了达到此成熟度所需的必要条件。

演进到第四也就是最后一个阶段，与之前的人员、流程，或技术演进一样，是一种文化的演进。文化的变革促进员工行为方式的转变，因为新的、更优的流程和技术为员工提供了更加方便、适用的数据改进框架。

在这个阶段，企业在人员、流程、技术、风险与回报四个方面的表现如下：

人：管理层理解并深刻认识到数据管理在公司制度、举措中的重要性;数据管理举措得到了必要的人员与资源支持，为得到高质量数据创造了条件 ;企业所有或大多数部门都参与到数据管理流程中 ;企业高管决策层开始将数据视为战略资产。

流程：企业数据更为标准化，一致性也得到加强，更容易度量;制定了一系列的措施确保数据的高质量;经常将企业的数据度量指标与业界标准进行比较，从而了解哪些地方需要改进;数据管理目标从问题更正模式转变为问题防范模式。

技术：数据管理技术提供商成为企业的战略合作伙伴，并且在实施数据管理技术的同时协助企业定义最佳实践;成立公司数据管理团队，维护公司数据元素的数据定义、同义词、业务规则、业务价值;持续的审计与数据监测帮助企业时刻保持数据的完整性。

风险与回报：风险中等到较低;通过提供更优信息提高了决策的可靠性，从而降低了风险;回报中等到高;数据质量的改进通常只局限于某个职能领域，然后随着更多员工加入其中，质量改进会拓展到更宽泛的领域。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友