新闻资讯

企业数字化转型之数据管理的四个现代化

2013年伴随维克托-迈尔-舍恩伯格一本《大数据时代》译作的推出,国内也开启了以星环等公司为代表的Hadoop大数据技术热潮,因此公元2013也被称为中国的大数据元年。正是在这一年本人有幸紧随时代趋势的步伐进入大数据行业,成为一名大数据行业发展亲历者。

数据治理.jpg

2017年尤瓦尔-赫拉利推出的《未来简史》把之前大数据的技术热潮引向了数据算法的高度,从而使以百分点为代表的大数据+算法的人工智能(AI)高科技公司成为了耀眼的“明星”。此后本土公司已经不满足于舶来理论的熏陶,而是在中国这块大数据沃土上不断探索、实践、提炼更适合我们自己快速迭代发展的数据时代新理论,这其中以阿里系的“数据中台”最为突出。

数据治理.jpg

2020年一场突如其来的新冠疫情让全世界为之改变,人们的生活方式、工作方式、学习方式都被快速改变来适应当下,企业作为社会因素的关键因子自然也在被迫进行着各种进化。最明显的就是很多企业不得不进行线上化运营,所以很多企业都被迫走在了数字化转型的路上。作为一名见证中国大数据发展历程的老兵,从最初的数据采集技术热、到数据挖掘算法热、再到数据架构平台热、又到如今的数据运营转型热来看,我认为充分表明了中国大数据时代从重采集、到重挖掘、再到重架构设计的演进,为开创新的数据理论体系奠定了基础。

数据治理.jpg

产品数字化只是企业数字化的一部分,企业管理体系管理的核心是企业价值链和资源,只有将整个企业的全部业务流程实现数字化,才能算真正实现企业的数字化转型。故而企业的数字化转型任重道远,就像中国在不断强大的过程中逐步实现四个现代化一样艰巨而漫长。结合多年数据治理领域探索和实践,本人总结了企业数字化转型进程中数据管理的四个现代化理论,在此首次与大家分享。


 一、        数据生产规范化

    数据作为信息系统的产物一直以来都被作为副产品来对待,每个企业在开发新的应用系统时都只会关注功能实现情况、系统稳定情况、系统负载情况等,而很少关注这个系统所产生哪些数据、这些数据未来我还要用到哪里、之前的系统是不是已经产生过同样的数据等等问题。结果就是数据在各个系统都不一致,每个系统都有自己的“方言”,而企业想要协力高效运作就需要各系统用“普通话”,所以数据生产规范化至关重要。那怎么解决数据生产规范化这个问题呢?个人认为企业需要改变传统的信息系统建设方式,要从企业架构映射到数据架构,从数据架构设计的视角去规划信息系统建设与数据生产的有机结合,从而为企业数字化转型奠定良好的生产要素基础。

数据治理.jpg


二、        数据管理资产化

     大多企业的数据管理都是放在传统IT部门的,这就决定了传统数据管理的视角停留在技术层面。就像国内大数据元年兴起的hadoop技术热潮一样,生命力非常有限。当下数据已经成为了像资本、土地、人工一样的生产要素,那就不仅需要获取数据的能力,更需要数据在整个加工链条上的资源配置管理,就像我们用ERP管理其他生产要素一样进行资产化全生命周期管理,从而实现数据资源的最优化配置,从数据采集、存储、加工、流通、消费、管控、销毁等各个环节进行资产化管理,真正形成数据这种新型生产要素的资源配置视图,为企业数字化运营提供可视、可测、可控的有力支撑。


三、        数据服务应用化

     记得之前读过同行的一篇文章,说数据部门需要外交官,我个人深为认可。我见过很多企业的数据部门对业务部门的数据需求都是技术性服务输出,非常缺少能够站在数据需求方角度去考虑和设计数据服务产品的人员。在这个极为重视客户体验的时代,如果企业数据服务部门能够把企业各个部门都作为数据服务的用户去考虑设计相应的数据服务产品进行输出,就像为各个需求者提供了一款方便易用的APP一样,那数据部门想不壮大起来都难了,企业的数字化运营也会不断优化和高效起来。

数据治理.jpg


四、        数据治理生态化

    谈到数据治理这个话题我之前常常会引申到我们生活中垃圾分类的现象上来,它是一个需要改造设施、配套政策、不断宣贯、强化执行的循序渐进的过程。我遇到很多企业在数字化转型过程中遇到了数据质量不可用的问题,然后就针对数据质量修正,结果发现费了很大力气改变的只是很短期的成效。就像垃圾分类一样,如果不是让每个家庭、甚至家庭的每个成员都了解并养成习惯,并巩固住效果,你只针对混扔的垃圾去处理永远解决都是当期垃圾的问题。所以数据治理一定要具有生态治理的视角,让企业的每一个人都了解并认知到企业的数据治理与每个人息息相关(比如员工信息泄露等数据安全),从而让企业每一分子都融入到这个大的生态中来,才能真正打造数字化转型成功的伟大企业。


关于Datablau

Datablau创建于2016年,核心创始和研发团队全部来自于原CA erwin,天然具有世界级产品厂商的血缘和水准,是国内数据治理的第一品牌。依托多年的行业积累和技术沉淀,Datablau在产品设计层面充分发挥了后天优势,实现了集数据建模、数据目录、数据质量和数据准备为一体的企业级数据治理平台,全面满足企业对于数据治理的客观需求。

目前Datablau在建设银行、华为、中信集团、嘉实基金、中国人寿、国电大渡河、四川航空等大型客户得到实际应用并深受好评,客户范围已经覆盖到银行、保险、制造业和能源行业等核心领域,Datablau已成为企业数据治理领域的领导厂商。

数据治理.jpg


推荐阅读 查看更多