数据治理：从量变到质变的进化

        数据管控组织架构与人员角色的定义，明确了某类数据的责任人，规定不同数据责任人的管理职责，对某一特定数据范围内的信息正确性、一致性和及时性负责。针对每个管控手段提出相应的管理流程，定义数据管控各个领域的工作方法和步骤，明确各个相关部门在各领域中的分工和协作关系，并在此基础上形成企业的数据管控统一流程。

图2 数据治理体系示意图

        通过对业务数据的探查、清洗、整合、监控和信息挖掘，提升主数据质量，将数据管理和企业组织机构相结合，以管理绩效为手段，加强保障数据质量的管控的执行力，使得数据治理在企业内部持续执行，以保证主数据的数据质量，为数据集成和数据挖掘等应用提供有力的保障。

        3.构建企业级数据治理文化

        数据治理工作的一项核心任务就是要在公司内培育企业数据治理文化，数据文化的成功与否主要体现在公司全员对数据的认识上，而培育企业数据文化就是要达成“真实的数据才是公司财富”的共识，形成人人关心数据、尊重数据与自觉维护数据的氛围，这既是数据治理工作的内容，也是能否达成治理目的的关键。

        构建企业级的数据治理文化，仅仅依靠数据治理组织是不可能完成的，需要企业业务部门和IT部门的共同参与。一方面，需要专业的业务和技术人员组成数据治理组织承担数据管理者的职责，并负责落实企业数据治理的工作；另一方面形成健全的基于决策、沟通、监控、考核的数据管理及治理机制，提升数据使用者对数据治理的意识及对数据治理效益的认可程度。

        在数据资产价值被高度认可的企业，数据治理不仅仅需要作为一项管理职能在企业内贯彻执行，也应该成为一种企业文化。建立企业数据文化是解决数据问题的基础和关键。数据治理文化的内容包括：（1）对数据及其价值的认识，应当在公司内部形成数据是公司的财富，是公司命脉的共识；（2）树立数据建设与维护人人有责，形成一种人人关心数据建设，人人参与数据管理，自觉维护数据质量的企业氛围；（3）确立数据质量是神圣不可侵犯，数据必须是客观真实，只有真实的数据才是有价值的数据理念，形成无论任何人、任何理由均不能更改数据的观念和行为规范。

        4.通过应用实现闭环的数据治理

        解决数据问题的最好办法就是应用。因为，数据的应用与数据的质量（管理）是一个相辅相成、相互推动的关系。不能指望数据质量问题彻底解决了，才去使用这些数据。相反，数据质量（管理）问题是需要通过对数据的应用来解决。只有不断地使用，才能够发现存在的问题，才能够有针对性地解决数据存在的问题。更重要的是通过应用，各级管理者才会真正认识并重视数据问题，数据问题的解决就有了压力和根本动力。

        数据治理是一个长期、复杂的系统工程，企业各层级的数据管理人员必须不断的沟通、教育和推广数据资产价值的重要性以及数据治理职能的业务贡献，充分挖掘企业数据价值，提升企业核心竞争力。数据治理的最终目的是提升企业数据质量，通过有效的数据整合、数据应用与数据服务使企业真正具备业务信息化管理能力，其中数据应用与数据服务离不开面向财务管理、风险管理、绩效考核、客户营销这四个方面的支持。构建全面的数据治理体系，需从组织架构、管理流程和操作规范、IT应用技术、绩效考核支持等四个维度对企业数据模型、数据架构、数据管理 、数据生命周期等各方面进行全面的梳理、建设以及持续改进。

        企业通过对数据质量的持续监控，要做到及时发现、及时解决、及时纠正，从源头强化数据质量的控制。通过定期发布数据质量报告、不定期对基础数据进行质量检测和抽查、把外部监管报送数据和内部经营管理数据的准确性和稳定性指标纳入绩效考核等措施手段，不断提升数据质量问题的解决效率并跟踪实际效果，构建闭环的数据质量管理模式。只有不断完善企业的数据治理，建立统一的数据标准，提升数据质量，改善服务水平，才能从海量的数据中挖掘更多的价值。

二、企业数据治理阶段论

        1.数据质量梳理

        当前，数据大集中是保险行业信息化建设的一个趋势。在数据大集中的环境下，如果没有标准化的数据，业务系统将面临很大的压力和困难，因此需要统一对系统处理的数据进行管理和标准化，构建出一个标准的数据处理平台，处理标准化的数据。企业数据治理的第一阶段是数据质量梳理和分析，其主要目的是构建企业数据标准，形成数据治理规则的雏形。
因为数据标准的制定是实现数据标准化、规范化，以及实现数据整合的前提，是保证数据质量的主要条件。

        在这个阶段需要对数据治理范围之内的数据进行归纳和定义。制定出统一的数据标准化方案，使得后续数据治理、数据管控都在都在数据标准化基础之上进行实施。这个阶段主要有三部分的内容：（1）业务梳理；（2）数据梳理；（3）应用梳理。如图3，经过这三个方面的梳理分析，结合国家及保险行业制定的标准，建立适合保企业业自身的数据标准。通过这一系列数据定义、数据格式、数据应用的标准，建立起数据治理过程中相应的数据定义规则、数据清洗规则、数据应用规则。最后，数据标准和规则不是一成不变的 ，它会因为企业管理要求 、业务需求而变化，也会因为社会的发展、科学的进步而不断的推进，这就要求企业对标准和规则进行持续的改进和维护。

图3 数据质量梳理及分析示意图

        2.数据质量评估

        为了透彻地分析数据治理问题，需要建立数据治理问题的评估标准。从数据治理问题类型来看，数据治理问题可概括为信息标准、数据质量、信息安全三个方面，通常可从这三个方面建立数据治理问题的评估标准。从信息管理的角度看，信息标准、数据质量、信息安全既是金融企业完善数据治理架构、实现高效经营管理的三大支柱，也是数据治理发挥业务作用、体现数据治理商业价值的重要途径。

首页 上一页 1 2 3 下一页 尾页

扫码即可手机
阅读转发此文