数据管理执行指南 | 你需要知道什么？

       导读：经常被读者朋友问：“数据管理或数据治理工作到底应该做什么？”、“为什么做了一年半载的数据管理或数据治理工作不被领导看好，领导认为没有产出也没有价值”。笔者认为，造成这些问题或困惑最根本的原因是其组织的高层领导缺乏对数据、对数据管理的认知，不知道“可靠的、管理有方的数据已经成为组织成功的关键因素”，也不清楚“理解数据管理的原则和最佳实践，可帮助组织从数据中获取更多价值”，等等。

       本文主要整理摘录《穿越数据的迷宫：数据管理执行指南》书中12个章节最后一小节“你需要知道什么”中的内容，个人觉得很具参考价值，非常适合推荐给领导及身边同事阅读，一起普及数据文化。

       01数据管理的重要性

       （1）数据管理的目标是使组织能够从其数据中获得更多价值。（2）在数据赋能的实现中，可靠的数据管理方法变得越来越重要。（3）数据管理包括数据治理活动、数据生命周期活动和数据基础活动。（4）数据管理涉及一系列技能，包括战略性的技能、高度技术性的技能等。（5）随着业务需求和技术能力的发展，数据管理实践正在迅速发展。

       02数据管理的挑战

       （1）数据是一种有价值的资产，但也隐含着风险。一个组织可以通过低质量数据的代价和高质量数据的收益来分析数据的价值。（2）数据的特质决定了数据管理是一项挑战。（3）应对挑战的最好方法是对数据进行全生命周期管理，同时数据管理应该在企业整体层面进行。（4）如果组织不能很好地管理数据的生命周期，就会给自己带来高昂的成本，尽管许多成本是隐性的。（5）数据的生命周期管理需要规划、技术和协调工作。

       03DAMA的数据管理原则

       （1）DAMA的数据管理原则是针对数据管理所带来的挑战而专门开发的。（2）这些原则能够使组织采取更具战略性的方法来管理数据。（3）这些原则可被用于制定政策、定义程序及实现战略决策。（4）参与数据管理任何方面的人员都应熟悉这些原则，并能够将其应用到他们负责的工作当中。（5）DAMA的数据管理原则也可以与数据管理成熟度评估一起使用，以便了解组织当前的状态，并制定改进的路线图。

       04数据伦理

       （1）组织需要以合乎伦理道德的方式处理数据，否则就有风险，就有可能失去客户、员工、合作伙伴和其他利益相关方的信任。（2）数据伦理植根于社会的基本原则和伦理道德的基本述求。（3）与数据相关的监管基于这些相同的原则和要求，但监管不能涵盖所有意外情况。因此，组织必须考虑到自己行为的伦理道德规范。（4）组织应该为自身处理数据培养道德责任文化，这不仅仅是为了符合合规要求，也是本来就应该做的正确的事。（5）合乎伦理道德的数据处理最终将为组织提供竞争优势，因为它是信任的基础。

       05数据治理

       （1）数据治理是一项持续的工作，通过阐明战略、建立框架、制定方针及实现数据共享，为所有其他数据管理职能提供指导和监督。（2）数据治理本身并不是目的，它是实现业务目标的一种手段。（3）数据治理职能如何设立，依赖于数据治理项目的目标和企业文化。（4）数据治理通过将活动（Activities）和行为（Behaviors）与数据管理原则相结合，来支持组织的业务战略，帮助组织应对数据管理的挑战。（5）数据治理需要领导层的承诺和投入。该承诺也将有助于数据管理职能的其他功能获得成功。

       06数据生命周期管理的规划和设计

       （1）数据架构对于组织理解自身（系统、数据及业务和技术流程之间的关系）的能力至关重要。（2）整体架构的战略方法使组织能够做出更好的决策。（3）数据架构关注使组织能够理解和捕获有关自身数据的显性知识。（4）数据架构流程创建和管理的元数据对于数据的长期使用和管理至关重要。（5）数据建模对于数据管理至关重要。因为数据模型定义了组织的重要实体，明确了数据需求及管理数据和数据质量所必需的规则和关系。

       07数据赋能和数据维护

       （1）数据赋能和数据维护的过程广泛、多样且不断发展。（2）不同类型的数据具有特定的维护需求，但对于所有数据类型，我们必须考虑数据的波动性（预期变化的速率、时间和类型）和质量（实用性）。（3）良好的规划和设计有助于降低与此流程相关的复杂性。（4）可靠、适当的技术及规范的操作流程对组织管理数据的能力至关重要。（5）即使数据和技术不断变化（例如，从文档发展到大数据），数据管理的基本原则同样适用。

       08使用和增强数据

       （1）当我们在使用数据时还会产生新的数据，这些新数据也需要在整个生命周期内进行管理。但在进行分析时，我们经常忽略了基于生命周期的管理要求。（2）这些新数据通常是组织可以拥有的最有价值的数据，因为它们是洞察力的来源。（3）由于技术和方法不断发展，产生的新数据可能会影响数据管理要求达成的方式。（4）虽然新技术提供了数据处理的新方法，但它们也与以往的数据和传统技术并存，并相互作用。（5）许多组织寻求通过数据货币化的方法从其数据中获取价值。为了达成这一目标，较为符合逻辑的出发点是改进数据管理实践。数据管理工作既可以提高效率，也可以为直接货币化创造最佳条件。

       09数据保护、隐私、安全和风险管理

       （1）数据安全管理是数据管理成功的基础。正确的数据保护是达到利益相关者期望所必要的，并且对于企业来说也是正确的事情。（2）基于数据管理最佳方法管理的数据也更易于保护，因为它可以对数据进行高可靠的分类和标记。（3）相关数据安全的活动包括从企业整理层面来规划数据安全、建立可靠的安全架构，以及管理与安全相关的元数据。（4）保护数据的必要性要求供应商和合作伙伴也确保其数据安全。（5）强大的、可被证明的数据安全实践可以成为差异化因素，因为这些实践有助于建立信任关系。

       10元数据管理

       （1）元数据管理是数据管理的基础。没有元数据就无法管理数据。（2）元数据本身并不是目的。它是一种组织获取关于其数据的明确知识的方法，用以最小化风险和实现数据价值。（3）大多数组织不能很好地管理其元数据，导致它们由于隐性成本增加而付出了代价；每个新项目中出现的不必要的返工（由此带来的不一致性风险），以及为了寻找和使用相关数据而产生的操作费用，都增加了管理数据的长期成本。（4）元数据是数据。它有生命周期，应该基于生命周期进行管理。不同类型的元数据具有不同的特定生命周期需求。（5）随着数据数量的增加和使用速度的提高，拥有可靠的元数据的好处也会增加。

       11数据质量管理

       （1）劣质的数据会导致很高的成本，拥有高质量的数据会获益颇丰。（2）数据的质量可以被管理和提升，就像实体产品的质量可以被管理和改进一样。（3）一开始就获取正确的数据的成本远比获取了错误的数据导致后期需要加以修正的代价要低得多。（4）数据质量管理需要广泛的技能和组织承诺。（5）组织对质量的承诺需要坚定的领导层。

       12现在应该怎么办

       （1）尽管数据管理工作很复杂，但相关工作仍然可以有效和高效地执行。（2）作为一名组织的领导者，如果你能展示并分享你对数据治理工作的支持和承诺，你就能对组织数据赋能的能力做出重大贡献。（3）对现状的了解是前进的第一步：先进行评估，确定自己处于数据管理的哪个级别，然后从那里开始制订和实施计划。（4）你需要认识到，改变数据管理模式会改变人们的协作方式。变革管理，往往可以带来成功的企业文化改革。（5）遵循一些原则和最佳实践，可以为组织从数据中获得更多价值扫清障碍。