在当今的互联网信息化时代,我们无时无刻不在产生数据。每一次打开手机应用,每一次网购下单,甚至每一次驾车穿过红绿灯,都会产生数据。无处不在的数据也成为了企业重要的资产。
全球知名咨询公司麦肯锡认为:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”如此之多的原始数据,加上日渐成熟的数据分析技术,让企业家们大为兴奋。然而,事情并没有想象中的这么简单,要从这些杂乱无章的酷似垃圾堆的所谓 “金矿”中提取有价值的宝贝,并不容易。爆炸性的数据增长让大多数企业在数据管理上面临着以下诸多挑战,这也是为什么企业要进行数据治理。
1、数据不准确,质量不过关
大数据下的常见数据质量问题有数据不一致、数据冗余重复、数据无法匹配、数据精度不够等问题,许多预期需求无法实现,造成决策失误。这些问题通常会使企业花费额外的成本。
2、数据难整合,互通性不强
企业发展到一定阶段,出现多个事业部,每个事业部都有各自数据,事业部之间的数据往往都各自存储,各自定义。每个事业部的数据就像一个个孤岛一样,跨业务流、跨架构和跨系统的数据关系混乱,关联分析十分困难。
3、数据安全难保障
数据权限划分不清,数据存储、传递、使用不合理,敏感数据得不到监控,账号权限无法追踪,造成敏感信息泄露。
4、管理体系不完善,数据难溯源
业务数据出现问题时,定位和解读数据要消耗大量的人力和时间,还容易造成数据管理部门和生产部门相互推脱责任的情况。
5、数据价值低
数据表和模型繁多,无效表过多,未建立有效管理和应用数据的模式,导致工作效率并没有得到显著提升,数据价值未得到最大释放。
6、业务系统缺少统一标准
数据登记盘点流程缺乏统一的数据标准,对表、字段的命名随意,定义混乱。