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!


原文地址:https://blog.csdn.net/ylguoguo6666/article/details/125688770
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/334479

相关文章

全面掌握 SQL 中的 DATEDIFF函数及用法最佳实践

《全面掌握SQL中的DATEDIFF函数及用法最佳实践》本文解析DATEDIFF在不同数据库中的差异,强调其边界计算原理,探讨应用场景及陷阱,推荐根据需求选择TIMESTAMPDIFF或inte... 目录1. 核心概念:DATEDIFF 究竟在计算什么?2. 主流数据库中的 DATEDIFF 实现2.1

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Spring WebFlux 与 WebClient 使用指南及最佳实践

《SpringWebFlux与WebClient使用指南及最佳实践》WebClient是SpringWebFlux模块提供的非阻塞、响应式HTTP客户端,基于ProjectReactor实现,... 目录Spring WebFlux 与 WebClient 使用指南1. WebClient 概述2. 核心依

MyBatis-Plus 中 nested() 与 and() 方法详解(最佳实践场景)

《MyBatis-Plus中nested()与and()方法详解(最佳实践场景)》在MyBatis-Plus的条件构造器中,nested()和and()都是用于构建复杂查询条件的关键方法,但... 目录MyBATis-Plus 中nested()与and()方法详解一、核心区别对比二、方法详解1.and()

Spring Boot @RestControllerAdvice全局异常处理最佳实践

《SpringBoot@RestControllerAdvice全局异常处理最佳实践》本文详解SpringBoot中通过@RestControllerAdvice实现全局异常处理,强调代码复用、统... 目录前言一、为什么要使用全局异常处理?二、核心注解解析1. @RestControllerAdvice2

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码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... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

Spring事务传播机制最佳实践

《Spring事务传播机制最佳实践》Spring的事务传播机制为我们提供了优雅的解决方案,本文将带您深入理解这一机制,掌握不同场景下的最佳实践,感兴趣的朋友一起看看吧... 目录1. 什么是事务传播行为2. Spring支持的七种事务传播行为2.1 REQUIRED(默认)2.2 SUPPORTS2

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查