随着我国全面进入大数据时代,数据也逐渐成为社会和组织非常宝贵的资源,就像是工业时代的石油和电力一样重要,然而若是石油掺入了太多的杂质,就像是数据的质量高低不齐一样,是无法发挥出应有的价值的。所以,数据的治理在当前这个信息冗杂的社会中,是十分重要的。但是我国目前有关数据治理的发展还并不是十分的健全,存在着众多的误区需要厘清。
![6379868528344658575383456.jpg 6379868528344658575383456.jpg](https://boss.niuren.com/upload/image/2022/09/16/6379894291181243877491460.jpg)
误区一:数据治理属于技术部门的工作范畴
很多企业都看到了数据所蕴含的价值,认识到了进行数据治理的重要性,成立专门的团队来负责对数据进行管理,这是非常好的趋势。但是企业所设立的这些机构一般都会由技术人员来组成,将数据的治理部门定位成技术部门,技术强,但是业务较弱。当数据的治理项目需要实际进行实施时,也是由技术部门牵头组织,而技术部门绝大多数都是以数据本身为出发点。但是数据产生的业务问题往往多于技术问题,大部分的数据质量问题都是出于业务,例如,数据来源渠道过多、责任不明确、业务需求不清晰等。所以,要想更好地进行数据的治理一定要着力建立起多方共同参与的组织架构和制度流程,使业务和技术都能够得到提升。
![6379797501561606123199422.jpg 6379797501561606123199422.jpg](https://boss.niuren.com/upload/image/2022/09/16/6379894292417060139114906.jpg)
误区二:数据治理就是要大而全
从回报的角度分析,客户一般都会期望拥有一个能够覆盖全业务和技术的、大而全的数据的治理项目。但是广义上的数据的治理其实是一个非常大的概念,包含着众多的内容,要想通过一个项目就解决掉全部的问题是不可能的,还是需要按部就班、分期分批的实现,若是代理机构屈从于客户的这种错误的想法,就可能会导致哪个方面都得不到彻底的实施,所以,数据的治理切记急功近利,要从较核心的系统扎实地做起。