这12张数据治理内涵图，你看懂了吗
转载本文需注明出处：微信公众号EAWorld。
文：龚菲
图：王思予
01
推动数据治理项目要经历两个关键步骤：
第一个是向下潜水，
发掘出其不容易被看见的潜在价值；
第二个是向上抬起，
让这些潜在价值尽可能多地露出水面被大家知晓。
02
当你质疑数据治理的作用的时候，
不如试着整理整理你的桌面。
看到整理前后的差别了吗，那就是了。
03
当数据创造出来的价值不再与时间成正比的时候，
很多人想到了数据治理策略，
好的数据治理策略能在规避风险的同时
为企业创造更多的数据价值。
但是，为什么不早点开始数据治理呢？
04
你可能发现公司里业务与技术之间
每天都进行着一些差别不大
但是看起来很神奇的对话。
05
很多业务人员都嫌拿到数据的时间太长，
很多技术人员也经常抱怨业务提出的需求不够清晰，
如何让业务在没有技术帮助的前提下自助拿到数据
是目前很多企业需要解决的一大难题。
06
众多数据治理项目中，
很大一部分项目因为得不到领导支持
或业务参与程度不高等原因没有进行到最后，
殊不知其实只差最后那一点点。
07
大部分数据治理咨询项目
都能交上一份让客户足够满意的答卷，
但是因为种种原因，
当把咨询成果落地到实处的时候，
很可能是另一番截然不同的风景。
如何避免这种情况发生，
是每一个做数据治理的企业都值得深思的问题。
08
梳理企业的数据资产是做数据治理的一个关键步骤。
企业数据之间的关系错综复杂，
想要找到数据与数据之间的关系，
大部分时间有点难度。
是否能快速准确地梳理出这些关系，
从很大程度上决定了数据治理项目的成败。
09
真正站在全企业层面进行元数据管理
才能最真实地反应企业的数据现状。
如果不能管理全企业的元数据
或者只管理了技术元数据，
一不小心就会取得盲人摸象的效果。
10
你可能对公司里的众多数据质量问题不感兴趣，
但是如果有一天你收到一条明显存在数据问题的短信，
你可能就会知道数据质量问题
其实会带来非常非常严重的后果。
11
要说清楚什么是数据标准这件事有点难度，
但是如果你知道什么是高富帅和什么是白富美，
其实你离弄懂数据标准是什么已经不远了。
12
其实二八原则在数据治理中依然受用，
比如企业80%的数据业务靠企业中20%的数据支撑，
企业80%的数据问题产生于企业中20%的人。
若能想办法找出这20%的数据和这20%的人，
企业数据治理将会事半功倍。
关于作者：龚菲，现任普元数据治理团队产品工程师，3年数据治理经验，负责国内外数据治理趋势研究、普元数据治理产品研究与推广，掌握国内外数据治理产品的发展趋势，编写了一系列数据治理文章。先后参与了华夏人寿、海通证券、东方航空等数据项目，尤其是对元数据相关理论与业界产品有深入了解，擅长业务元数据管理、本体构建等元数据相关领域知识。
关于EAWorld：微服务，DevOps，数据治理，移动架构原创技术分享，长按二维码关注