袖染墨涼

2022-04-11

這是一個企業內部的數據管理問題，一般需要建立集中的數據管理部門，并和各個部門的業務負責人進行協商，建立適合企業的數據分級管理機制。對于一個企業來說，不一定所有數據全部集中管理是最合適的，有些關鍵數據比如財務數據，產品BOM，促銷數據，客戶聯系方式等，需要在數據管理的早期，就設置特殊的脫敏，分級訪問和獨立存儲等的技術機制。要特別警惕企業管理中“水至清則無魚”的現象，泛泛的把數據集中到一起，不談數據系統是為企業業務服務的，往往會導致相關業務部門對數據系統價值和意義的質疑和不配合。

統一的大數據平臺在擁有完整的企業數據資產后，可提供共享數據模型和認證數據模型，支持跨部門的數據分析需求，以促進跨域合作。在打破壁壘，促進協作方面，應該從組織、技術和文化三個角度去推動。
組織層面，數據管理基于組織價值鏈中的業務常識，在數據消費的過程中被識別的數據資產，以及可以為多個分析項目廣泛復用的模型;組織層面應定義實體組織或虛擬資質對這一目標進行保障。
技術層面，需要基于組織的信息架構現狀進行梳理，構建統一、簡潔、有效的數據整合標準和服務能力，支持跨域組織在技術層面快速落地。文化層面則強調，從組織和員工行為方式和價值觀層面，進行充分影響，使得數據統一協作和共享成為共識。

元數據和公共數據模型是通過數據治理部門的主動管理，根據業務域深入管理，對模型和KPI進行識別并發布，提供公司層面的統一計算口徑，為各個分析應用提供一致的數據基礎。這一應用過程，為各部門的數據分析需求提供可追溯的數據模型，在提供統一口徑的同時，也避免了重復搭建的成本。

企業可以通過數據湖的實施，來解決以下問題：
1. 融合所有數據，解決業務部門間數據孤島、各類應用統一訪問問題；
2. 數據湖提供的集中、自動的數據目錄管理等功能，可以幫助部門間在數據管理上的協作和分工
3. 數據湖是具有彈性的分布數據處理的平臺，能同時支撐批量和實時數據操作處理和分析；數據可獲取性提高，應用部署時間縮短；能夠為企業創造更多的價值。只有創造了增量的數據價值，才有增量的收益，并衍生對應的收益分配方案