企业开展大数据的准备工作
2023-03-22 17:16:46 1 举报AI智能生成
企业开展大数据工作前的准备工作
作者其他创作
大纲/内容
4.数据现状梳理
有什么数据
有什么数据、需要什么数据
企业级范围的数据需求统筹管理（分散→统一）
数据管理机制
数据由谁负责
误区：数据管理部门管理数据、对数据负责，因为职责不清，是不合理的
数据所有者
一般是数据主管的业务部门，对数据质量负责，同时拥有数据的解释权，是数据在企业范围内唯一的所有人
数据采集者
是相关业务部门或者分支机构和网点，负责按既定数据的采集和录入
数据使用者
任意的部门和用户
数据管理者
专业化的数据管理部门（如数据管理部、企业信息化部等），统筹和协调各部门开展数据治理工作的职能
数据实现者
信息科技部门或委托第三方科技公司，负责数据的相关系统和技术实现
对数据的要求
输出成果：形成数据标准、数据规范
核心参与主体：数据所有者
工作内容：在数据管理者的组织统筹下，数据所有者（一般为业务部门）对其所负责的数据提出规范性的业务标准和定义（命名、业务定义、统计口径等），数据实现者在此基础上补充相应的技术标准（字段格式、编码规则等),形成企业级统一语言。
如何保证数据质量
数据质量管理机制
数据采集
处理和加工
传输和存储
应用和展现
销毁和退出
数据的考核和评价
数据考核
评价机制
1.数据质量问题
机构自身无历史采集积累
数据的真实性和有效性经不起验证
制约企业利用数据进行挖掘和应用的能力
2.数据应用问题
主要动力非提升自身数据和业务的核心竞争力，
为机构业务提供那个经营和决策管理支出；
而是本末倒置的形式主义，仅满足外部监管统计报送要求
为机构业务提供那个经营和决策管理支出；
而是本末倒置的形式主义，仅满足外部监管统计报送要求
3.实施策略和路径问题
数据工作涉及范围过广，首先集中精力解决1-2个迫切的、关键的数据应用需求（可以先从管理层的用书需求出发，通过高管报表和每日指标检测、决策驾驶舱等方式实现少量的核心指标）
自上而下把指标确定下来，有助于获得高层支持（管理层作为直接受益者，直观感知数据价值和开展数据工作的必要性；管理层认可之后，意味着企业最为核心的数据标准逐步建立，后续只是推广和完善的过程）
优先考虑缺数部门而非强势的有数亦用数部门-存在进入壁垒和需求强弱、配合度的区别（以数据应用为驱动，集中精力解决用书需求，长期规划、短期速赢、迭代推进）
0 条评论
下一页
