睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

你以为数据治理不好搞,两层皮是中国独有的吗?天真了!

时间:2025-05-23来源:谈数据浏览数:6

一位CDO 社区成员问我:"如何制止随意的数据治理行为?"

听着耳熟吗?更具体地说,她问的是"如何防止数据治理人员为了治理而治理?"这是个好问题,因为它触及了数据治理计划中最常被完全忽视(或直接无视)的三个关键问题


第一个问题是价值

更具体地说,是如何衡量价值,并确保你所做的工作能为客户带来最大价值。避免随意治理的最佳方法,是确保每项数据治理政策都与客户所考核的一个或多个KPI挂钩。如果你无法将治理行为与创收、成本规避或风险缓解的KPI联系起来——那治理的意义何在?


第二个被忽视的问题是激励机制

你的数据治理团队(集体和个人)的绩效是如何衡量的?最理想的情况是,绩效指标应与上述KPI保持一致,团队的激励机制也应基于这些指标的达成情况。如果并非如此——而你的激励机制更偏向于制定或监督治理政策的执行——那么人们将政策制定与计划成功混为一谈也就不足为奇了。


最后一个关键问题是有效优先级排序(治理路线图)。

有多少治理团队能明确说出,他们拥有一份优先级的路线图,其中包含未来6-18个月需要实施的最具价值的政策待办清单?寥寥无几。而在这少数拥有待办清单的团队中,又有多少能准确说明这些工作的预期业务收益?屈指可数。

既然极少有数据组织关注这三个关键问题,它们饱受"随意治理行为"之苦也就不难理解了。它们无法衡量成功与否,激励机制完全错位,还在靠猜测确定优先事项。

就这样还标榜"数据驱动"?

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询

在线咨询

点击进入在线咨询