数据质量总动员:Finding DQ 数据质量总动员(下)

标签:CIO数据管理数据质量数据治理数据清洗

访客:21785  发表于:2012-11-07 14:40:59

(接上篇)

数据清洗 

呵呵,这听起来可真像数据清洗之歌。尤其是劣质数据对关键决策信息产生消极影响的时候,你是不是特别期待有人在你耳边这样唱呢?遇到这种情况的时候,组织就该有限采取一种临时性的消极反应策略,这样就可以对一些暂时的问题进行补救。

有件事情让人经常陷入纠结的境地,那就是在将数据进行分类和尽可能应用缺陷预防这两者之间找一个平衡点。

不过,虽说综合的数据修复需要将消极和积极的方法结合起来以达到期望的数据质量,但在任何必要的时候,你必须愿意并有能力用好恰当的数据清洗工具。

 

沟通

高效沟通的关键是透明。你应该保证所有的数据质量概念总是被清晰地定义,并且每个人都能够理解。我这么说不仅仅意味着要将那些冗杂的技术术语进行翻译(翻译很重要,因为就连业务术语有时候听起来也是让人一头雾水),也意味着其他的非技术员工也要做到透明。

另外,要知之而知之不知而不知,不要羞于提问。很多造成巨大损失的错误,都是由于人们假设别人已经懂了关键概念和其他技术术语的含义,而事实上他人并没领会造成的。

不要小看相悖观点对沟通的潜在消极影响。例如,技术决策的观点和业务远景之间经常是完全对立。

高效的沟通,能够让所有相关人员对数据质量有个很好的理解,并且构建切实的业务上下文环境,并且能优先关注关键数据问题。

谨记:交流的艺术往往是倾听的艺术。同时,在讨论数据质量问题的时候要做好面对数据问题方面否定言论的准备。这通常是一种本能的自我保护机制,人们本能的想推卸业务流程、技术和数据等方面的责任,以免让他们觉得受到谴责或者是因为没有发现或修正数据质量问题而感到内疚。

 

合作

很多组织都缺乏合作。前面说过,没有真正的企业范围内的合作,很难取得真正的成功。

在数据竖井问题之上,合作面临的普遍挑战是业务部门与IT部门间明显的划分,这使得业务部门在日常企业运营中常常掌管数据,并且理解他们的含义及用途,而IT部门却掌管企业技术框架的基层资源:软件和硬件。

不过,不论业务部门还是IT部门,都不可能独自掌握着必要的知识和资源来达到真正的成功。数据质量需要的是业务部门和IT部门之间建立一种融洽、发展的合作关系。

一定要将各个团队联合起来,这样才能同心协力提高数据质量。由于数据质量既不是业务问题,也不是技术问题,因此不同部门间的团队协作很有必要,也是这样的协作,让数据质量问题真正成了企业级问题。

只有执行赞助人、业务股东、技术股东、业务分析员、数据管理专员、技术专家、顾问和承包商都联合起来,作为一个合作团队共同努力,企业才能真正完成大业,取得战术上的和战略上的巨大胜利。

成功的企业数据管理可以概括为:E-A-C(Enterprises-Always-Collaborate),意味着企业间-长期-合作。同志们啊,EAC可是一个很具有挑战性的事情啊,同志们!!

你不知道你是否已经知道他们知道不知道,或者是他们是否知道你知道的,不过只有你知道,他们才知道,你知道不知道???

这就像你先说“好好好”,他们就附和着说“是是是”,然后你说“对对对”他们就附和着“嗯嗯嗯”。

对合作来说这看起来是一个明显的关键要求。不过,像那些伟大先贤教导的一样,越简单的事情,越难掌握。

数据质量总动员

随着越来越多的组织意识到将数据作为一项战略资产的重要性,对数据质量问题的讨论也越来越流行。

不过,不知为什么数据质量问题总被看做一条小鱼——虽然有着“幸运小鱼鳍”,但却游在一个巨大海洋中。

这么说吧,在像数据集成、主数据管理、数据仓储、商务智能和数据管理这种与企业信息议程相关的话题中会经常谈及数据质量。

这样做没什么错,作为数据质量专家,我们更倾向于在任何事情中都考虑数据质量。不过,不管你在整个旅程何处开始有长远打算并开始关注数据质量,相信最终你都会在某个地方完成数据质量总动员。

评论(1)

您可以在评论框内@您的好友一起参与讨论!

    1. 徐蕊 你发了这么多,是不是可以攒成一个主题的专题了?

      回复[7] 2012/11/07 14:43

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");