做数据治理很难,这21条锦囊妙计从实践中提炼出来,一定能帮你

2023-11-03 00:59

本文主要是介绍做数据治理很难,这21条锦囊妙计从实践中提炼出来,一定能帮你,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据治理很难,以下是我基于实践总结的21条策略,希望于你有所启示。

 

策略一:

数据治理能否成功很大程度取决于领导的级别,CFO,CMO,CIO都在维护各自专业领域的利益,但鲜有CDO。

因此,不要看公司怎么说,得看它怎么做,凡是要干大事的,组织和领导的调整都是第一步

策略二:

大多领导并不清楚数据治理的内涵,因此普及工作任重而道远,如果你的企业有一位,那是中大奖了,如果别的企业数据治理做的很好,也别急着学什么成功经验,先看下各家领导的级别和水平,也就是背景调查

策略三:

领导能对着业务部门直接下达数据治理要求,每次都能亲自过堂,让大家“红红脸,出处汗”,这才叫机制保障

策略四:

数据治理的标准规范文件再多,如果没有领导这个带刀护卫,等于一纸空文

策略五:

数据治理团队打铁也要自身硬,关键时候要能顶上去,临阵磨枪是没用的,这个非常遗憾,别说叫合作伙伴帮忙,起步的时候,来100个也没用

策略六:

数据团队中最厉害的人总是被安排去做其它更有“价值”的事情,这是做不好数据治理的一个原因,请领导知行合一

策略七:

没有十年以上的做数据的复杂经历,不要轻易去负责数据治理项目,你的团队有没有这号人?我估计大多没有

策略八:

数据治理的起点大多来自于企业发生的跟数据质量相关的重大事件,要顺势而为,时机没到基本没戏,做了大多也是做戏,不要神化别人的先知先觉

策略九:

任何数据治理策略都应该纳入公司数据管理的流程,否则就不要制定这个策略

策略十:

任何数据策略的规则都应该嵌入到系统中,否则就不要制定这个规则

策略十一:

数据治理是你的全部,但不是业务人员的全部,不要抱怨别人不主动,自己主动出击是基本操作,始终要有这个意识:我不入地狱,谁入地狱

策略十二:

数据治理的效益一定要事先想清楚、事后说出来,努力写进公司的报告,否则明年的投资就没了,越说不清楚的事情,越要有人能把这个事情说清楚

策略十三:

数据治理比做项目、产品复杂多了,它是一个大多数人还不太了解的岗位,不要让新人去做这事,更不要搞什么兼职,那是在侮辱数据治理这门实践的学问

策略十四:

“垃圾数据进、垃圾数据出”是常态了,垃圾数据进的原因大多是源头的信息化、数字化没做好,因此,企业如果没有数字化的决心,基本上数据治理也凉凉了

策略十五:

数据治理要能倒逼源头的信息化或数字化改革,唯一的希望是让老板能看到数据的更多价值。

因此,数据治理要能跟数据价值变现紧密协作,两张皮是没有可持续性的,只能靠强制监管”续命“

策略十六:

企业对于数据治理的重视程度跟数字化水平成正比,由于数字化是趋势,因此从事数据治理工作充满希望,但困难程度估计跟企业数字化转型的难度差不多

策略十七:

先有数据战略,数据标准才有数据治理工具,千万不要倒过来,认知到什么水平,工具的使用才能到什么水平。

十五年前元数据管理工具的功能就很完善了,但你看有当年买这些工具的企业有几个能用好“影响分析”这个功能?

策略十八:

数据团队用一次次的加班来捍卫数据质量的荣誉,极力去掩盖问题,但这并不是一个好策略,要知道会叫的鸟儿有虫吃

策略十九:

数据可视化是让领导意识到数据治理重要性的一个手段,当然领导得自己亲自使用这个产品,否则总是被别人过顶传球,他怎么会知道真正的痛?

策略二十:

数据治理项目开头容易,但烂尾却是常态了,虽然我们要为数据治理立项摇旗呐喊,但更要明白后续涓涓的运营才考验真功夫

策略二十一:

数据治理的手段固然重要,但做策略性的思考更有助找到正确的方向,因为策略的本质是弹性的、长远的、多面向的、大格局的。

备注:转载于微信公众号“大鱼的数据人生”

这篇关于做数据治理很难,这21条锦囊妙计从实践中提炼出来,一定能帮你的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/334479

相关文章

Java Optional的使用技巧与最佳实践

《JavaOptional的使用技巧与最佳实践》在Java中,Optional是用于优雅处理null的容器类,其核心目标是显式提醒开发者处理空值场景,避免NullPointerExce... 目录一、Optional 的核心用途二、使用技巧与最佳实践三、常见误区与反模式四、替代方案与扩展五、总结在 Java

Spring Boot循环依赖原理、解决方案与最佳实践(全解析)

《SpringBoot循环依赖原理、解决方案与最佳实践(全解析)》循环依赖指两个或多个Bean相互直接或间接引用,形成闭环依赖关系,:本文主要介绍SpringBoot循环依赖原理、解决方案与最... 目录一、循环依赖的本质与危害1.1 什么是循环依赖?1.2 核心危害二、Spring的三级缓存机制2.1 三

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

Python 中的 with open文件操作的最佳实践

《Python中的withopen文件操作的最佳实践》在Python中,withopen()提供了一个简洁而安全的方式来处理文件操作,它不仅能确保文件在操作完成后自动关闭,还能处理文件操作中的异... 目录什么是 with open()?为什么使用 with open()?使用 with open() 进行

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt