文档介绍：大数据时代更需要数据治理
许继楠郭涛数据治理在“大数据”成为热词后,更加被业界关注。大数据带来的一个显著变化是,大量数据来自于数据中心之外,包括笔记本电脑、平板电脑、智能手机以及传感器、社交网站等。数据量激增,数据类型也变得多样。数据散落大数据时代更需要数据治理
许继楠郭涛数据治理在“大数据”成为热词后,更加被业界关注。大数据带来的一个显著变化是,大量数据来自于数据中心之外,包括笔记本电脑、平板电脑、智能手机以及传感器、社交网站等。数据量激增,数据类型也变得多样。数据散落在不同的系统中,哪些数据是可信的?数据是否面临更大的风险?如何从海量数据中获得洞察?大数据时代,企业更加需要数据治理。
“数据治理是目前一个比较新兴的、正在发展的学科,目前业界对它的定义还不完全一样。”IBM全球企业咨询服务部业务分析与优化团队副合伙人谢国忠说,数据治理(DataGovernance)是围绕将数据作为企业资产而展开的一系列的具体化工作。数据是企业最大的价值来源,同时也是最大的风险来源,数据管理不佳通常意味着业务决策效果不佳以及更可能面临违规和失窃。而利用规则的可信数据有助于组织的业务创新――提供更好的服务,提升客户忠诚度,减少合规及报表要求所需工作,并提升创新能力。
国内企业数据治理成熟度不高
“在过去几年中,数据治理的目标也在发生转变。”曾经帮助金融、航空、海关、电信、电网等行业客户做过数据治理项目的谢国忠表示,“除满足监管和风险管理要求外,现在很多企业在说怎么通过数据治理来创造业务价值。如信息披露、行业领先以及精细化管理的需求。”
“目前国内大部分企业在数据治理方面还处于基本管理阶段。”谢国忠评价说,“有些公司说做了很多数据质量检查,做了数据归档、数据安全,但他们的问题是没有一个完整的体系。其次,怎么把这些领域串起来,他们没有方法论。第三,他们在观念上还达不到把数据当做核心资产来运作。”因此,谢国忠认为国内企业首先需要一套完整的数据治理体系。
他认为国内企业数据治理方面存在误区:觉得数据治理是很短期的行为,认为数据治理只是IT部门的责任,只把数据治理当成软件。实际上,数据治理不光是软件,还要有相应的流程、方法。
谈到数据治理的实践,IBM自身就是数据治理的典型代表。1992年之前,IBM在数据治理方面存在很多问题,没有明确的可依赖的数据源,没有明确的数据所有人,数据质量低下。1995年,IBM在ERP里面做了业务数据标准,将所有的业务定了15大类业务标准、79个分类子业务标准,这样全公司看到的是一个统一的业务定义。2004年,IBM成立了数据责任人论坛,2005年成立了数据治理委员会,之后又成立数据审核委员会。1992年,IBM全球有128个CIO、155个数据中心、80个Web拓展中心、31个不同的网络、16000个应用。通过数据治理,IBM简化了基础架构,并降低了管理的复杂度。2007年,IBM全球只有一位CIO,主数据中心变成了6个,Web拓展中心变成全球统一的网络,16000多个应用变成4000个左右。
在此基础上,IBM在2004年联合业界多家公司和学术研究机构,成立了数据治理论坛,并在此次论坛上,制定包括四大领域11个要素的数据治理框架和方法,来指导数据治理工作的开展。框架包括产出领域:数据风险管理、价值创造;驱动领域:组织机构/流程