什么是数据管理？
数据管理
定义数据治理
数据治理是一套政策、流程、标准、衡量标准和角色，可确保高效和有效地利用信息，以支持组织实现其目标。简单地说，信息治理是一个帮助组织更好地管理数据资产的框架。
它确立了确保整个组织数据安全和质量的责任和流程。数据治理明确了谁被授权在什么情况下对什么数据采取什么行动，使用什么技术。深思熟虑的信息治理战略对所有公司都至关重要，包括那些从事大数据工作的公司。
例如，公司必须了解和理解 "客户 "一词在不同语境中的含义，以及在不同语境中对该词的理解对客户数据管理的影响。
数据管理的好处
数据治理可为公司带来广泛的好处。其中包括
将风险降至最低
违反业务数据的质量、安全性、隐私、完整性、可用性和可靠性会带来重大风险。首先，如果决策所依据的信息不符合规定的标准，公司的运营就会受到威胁。其次，如果公司被发现违反了 GDPR 和 HIPAA 等重要法律，就会面临监管行动的威胁。第三，由于客户和员工开始不信任数据，公司的声誉可能会遭到破坏。数据治理通过系统地应对数据处理不善后可能危及公司的关键风险来降低风险。
全公司对数据的单一理解
如今，一般公司都会采集、存储和处理大量复杂的数据。这些数据是通过分布在多个业务部门的数十、数百或数千个接口获取的。各业务部门很容易陷入各自为政的状态，对所使用的数据形成自己的定义、理解和分类。这只会导致数据交接过程中的冲突或数据处理策略应用的不一致。
数据治理通过制定统一适用于整个组织的通用术语来协调对数据的理解（即使业务部门在成功履行职责时可能会有一些回旋余地）。
提高数据质量
数据驱动公司决策。数据质量差必然导致决策失误。举例来说，一家以婴儿潮一代为主要目标客户的公司，正在考虑在一个从未涉足过的城市开展业务。要想知道自己是否做出了正确的决定，它所需要的一些数据就是该城市中婴儿潮一代的人口数量。如果它所依赖的数据不正确或过时，那么利用这些数据做出的每一个决定都会存在固有的缺陷。
数据管理创造了一个确保数据一致性、完整性和准确性的工作环境。
数据映射
在一个组织中，创建或接收数据的界面非常多，久而久之，就很难清楚地了解公司保管着哪些信息。
信息治理为公司提供了绘制所有数据位置图的能力。这使得数据资产可检索、可用、易于整合，并更容易与战略成果联系起来。
始终如一地遵守规定
数据治理可以改善客户体验、降低运营成本、增加收入和提高效率。但对许多公司来说，信息治理计划主要是出于遵守法规的需要。公司实际要遵守的数据处理法规因行业和司法管辖区而异。
这些法规和标准可能包括 HIPAA、GDPR、SOX 和 PCI DSS。违规处罚可能很严厉。如果屡次违规，甚至会被吊销营业执照。
改进数据管理
数据治理和数据管理这两个术语经常交替使用，但数据管理实际上是数据治理的一个子集。一个好的信息治理框架能为技术驱动和高度自动化的世界带来人情味。
它确立了数据管理的最佳实践和行为准则，超越了传统的过分关注系统控制的做法。它确保数据管理的合规、安全和法律领域得到一致和全面的应用。
更好更快地了解情况
数据治理实施工作有助于精简和组织公司信息。这种组织不仅能提高数据本身的质量，还能带来更好、更快的洞察力。
很多时候，由于业务数据的分布性、不规则性、不一致性和多样性，很难提取结论性的见解。仅仅因为在数据得到有效利用之前必须进行格式化和协调，生成业务报告的过程就需要几个小时甚至几天的时间，这种情况并不罕见。
信息管理迫使数据合并和整合，从而加快洞察力的提取。
更好的合作
公司可以拥有优秀的员工。但拥有优秀的员工并不一定能转化为高效的部门。而单个有效的部门也不一定能转化为有效的组织。部门之间的协作越好，组织的整体工作质量就越高。
实施数据治理计划意味着打破部门之间的隔阂，鼓励以协调的方式处理数据。即使数据管理框架的推出过程已经完成，但已建立的合作渠道以及各部门之间的友情仍可能长期存在。
此外，高数据质量和对整个业务数据的一致处理将消除许多以前存在的摩擦点。
提高数据价值
直到最近十多年，公司才开始意识到数据作为公司资产的地位，与楼宇、汽车、现金和员工同等重要。然而，业务数据的价值在于它能够有效地推动公司实现其战略目标。
数据管理框架可提高数据质量，从而使其成为公司的更多资产。
降低成本
数据治理和管理不善会以多种方式增加业务成本。不明智的战略、部门间的冲突、有缺陷的模型、错误的产物开发和糟糕的规划，这些都是劣质数据引发决策的不同方式，最终导致公司损失惨重。
信息治理可提高业务数据的质量，从而消除公司不必要的开支。
选择数据治理工具
信息治理并不全是技术问题，但如果不依赖 IT 系统，几乎不可能以任何有意义的方式实施数据治理。毕竟，如今大部分公司数据都是以电子形式保存的。有许多信息治理工具可以选择。它们的成本和功能差别很大。
除了预算等基本考虑因素外，您还必须注意几个方面，以确保选择最合适的数据治理技术。这些方面包括可扩展性、与现有系统的兼容性、客户支持质量和以往用户的评价。
结论
实施数据管理框架并非一蹴而就。相反，这是一个复杂而长期的过程。这意味着参与者和利益相关者有可能随着时间的推移而失去热情。为了使项目更令人兴奋、更有亲和力，建议您采用敏捷的项目管理方法。
因此，应将计划分解为工作故事，然后确定最优先开始实施的故事。通过敏捷工作流程反复运行这些优先级高的工作故事，直到它们满足信息治理框架的期望。当你完成一些工作故事后，再开始新的故事。这样，治理计划就会变得易于管理和有限。
关键业务驱动因素将决定哪些故事和数据需求具有最高优先级。例如，如果您的数据管理计划的驱动因素之一是确保医疗保健信息的保护（符合 HIPAA 和 GDPR 等法规），那么其中一项工作就是在采集、存储、传输和使用过程中保护患者数据。
数据治理委员会应确保在项目开始时向业务部门负责人和其他利益相关者提出所有正确的问题。这样才能确保项目在正确的基础上启动，并清楚地了解治理的现状和项目的最终目标。
