企業數據質量管理如何高效落地？
2023-05-12 17:36:00
次
企業在數字化轉型浪潮中，數據治理是必不可少的一部分。但是在數據治理的過程中呢，卻常常遇到數據質量管理的問題，這些問題影響到了我們的技術決策、經營管控、業務流程以及管理決策等。甚至它制約了我們企業數字化轉型的一個進程。那么這些挑戰是什么呢？
首先，我們的數據質量問題需要去結合業務。比如說我們的數據是否準確呢，是要業務去進行定義的，比如說我們在年會的過程中如果你獲得了一件禮物，我們要去給你寄這件禮物的時候，在人員信息表里邊你的地址信息呢，這條數據是不能為空的，是比較完整的。但是我再給你去發工資的時候呢，你的人員地址信息呢，對我來說是可有可無的，所以我們的質量問題呢，需要去結合具體的業務去定義。
其次，我們數據質量問題的類型眾多，數據存在比如說唯一性、完整性、有效性、及時性等要求，那么我們在發現數據質量問題的時候就容易出現，只發現了部分比較片面的數據質量問題，難以全面的去發現數據質量問題。
最后，我們數據質量貫穿于，數據的整體生命周期從數據的采集、定義、分析、應用等過程中都會出現數據質量問題，那么這些問題我們經常會容易，進行一個治標不治本的一個情況，也就是我們數據治理問題，非常難以根治的一個挑戰
針對這些挑戰呢，我們倡導三個解決思路：
首先第一點，我們希望將數據質量的管理呢，去進行業務化、場景化，以業務為驅動。
其次，我們希望能夠去增強技術的智能性。
最后我們希望能夠閉環去進行，業務的一個數據質量管理。
基于此，我們打造了美林數據Tempo數據質量管理的能力，它具備業務驅動場景治理，AI賦能增強治理管理閉環全面治理的特性，有效地應對了企業在數據質量管理上，面臨的困境，那基于這些特性呢我們如何去將數據質量管理能力，在應用中去進行落地呢。
首先我們引入了PDCA循環的數據質量管理能力，將我們數據質量管理過程呢，為計劃、執行、檢查、處理的全面循環的數據質量管理能力，我們以數據質量的管理辦法制定為基礎，以業務為驅動，去執行業務需求問題的解決，針對不同問題去構建不同的應用場景，針對質量問題呢，去匹配完善的問題改進流程，并對成功的經驗去加以肯定，予以標準化，去打造持續的、優化的、良性的循環。
最終為我們的企業去落地，長效久安的數據質量管理體系，那么接下來呢，我會為大家介紹一個數據質量管理體系，實際落地的一個項目。首先這是客戶場景，該企業在近些年來它的業務發展非常迅速，但是呢沒有成套的、體系化的信息化的規劃與之相匹配，所以呢它存在了大量的數據質量問題，雖然說已經做過了部分的數據質量管理工作了，但是還是沒有解決業務會遇到的這樣一些難題。美林數據的項目組呢，針對企業的一些現狀去發現他們存在數據質量管理體系不閉環、缺少管理組織、缺少業務支撐等問題，基于這些問題為企業去量身定制了相關的數據質量管理體系、管理流程、質量的知識庫等等。通過我們剛才提到的PDCA，這樣一個循環的管理辦法呢，去為企業逐步提升它的數據質量管理。最終達到了年度它的單一業務線節省了約百萬的成本，它的業務流程呢縮短了約40%的一個時間，這樣的一個成效真正的為企業達到了，降本增效的這樣一個目標。
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
