数据管理演进4阶段

第4阶段：能够预知问题

在第四阶段，企业对能取得的成果已经基本确定。数据质量是所有业务流程的组成部分，是整个企业的基础，而流程是完全自动化的。

为了保证数据在可接受的范围内，必须实时执行数据管理流程，同时保证数据得到持续验证。既然已经对过往出现的数据质量问题有充分了解，防范数据缺陷成为处于第四阶段的企业需要重点关注的方面。最后，处于本阶段的企业还有一个重要特征，就是数据管理工具已经成为一种业务流程，而非一种技术工具。

在成熟度模型的最后阶段，整个企业内部都发生了重大的文化转变。而且，企业不会再忽视数据管理的重要性，而是制定更全面的、涉及企业范围内的计划，提升管理关键业务数据流程的级别。凭借企业高级管理层的支持以及所有业务职能部门的认可，该计划将会得到顺利执行，从而保证信息更为一致、准确、可靠，为整个公司提供支持。

在这个阶段，企业在人员、流程、技术、风险与回报四个方面的表现如下：

人：管理层全面支持数据管理的流程和标准;数据质量改进项目由公司高级管理层发起，并得到公司CEO的直接支持;数据管理团队在全公司范围内运作，并得到数据质量管理员、应用开发人员、数据库管理员的支持;公司上下奉行数据采集和管理的“零缺陷”政策。

流程：拥有帮助企业达到数据完整性最高级别的流程;拥有一套完善的流程，通过定期的数据质量监控，确保数据在任何时刻都保持高度的一致性、准确性和可靠性;只有严密思考新举措对现有数据管理架构的影响后，才会执行这些新举措。

技术：整个公司范围内的数据管理工具都被标准化;公司所有部门都使用数据管理团队提供并维护的标准元数据和规则定义;数据质量审计结果不断被检视，任何偏差都会迅速被解决;数据模型准确反映所有企业数据元素的业务含义和技术细节。

风险与回报：风险低;数据完全统一，并被严格控制，帮助企业维护有关客户、前景、库存、产品的高质量信息;回报高;坚定不移地在全公司范围内执行数据管理，有助于更好地理解企业当前的业务概况，帮助管理层提高在根据数据做决策时的信心。

如果企业想改进其整体的数据质量，要做的第一步就是理解企业数据管理成熟度模型。该模型可以帮助你了解所在企业当前的发展阶段，并发现向下一阶段演进所需采取的措施(如果有的话)。从而，你可以学习到使数据价值最大化的技巧，并开始将数据视为提升业务竞争力的重要战略资产。

企业数据管理成熟度模型的最初阶段通常很混乱。部门间或各职能间针对数据问题进行合作非常少见。

处于第4阶段的企业还有一个特征，就是数据管理工具已经成为一种业务流程，而非一种技术工具。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友