01
推動數據治理項目要經歷兩個關鍵步驟：
第一個是向下潛水，
發掘出其不容易被看見的潛在價值；
第二個是向上抬起，
讓這些潛在價值儘可能多地露出水面被大家知曉。
02
當你質疑數據治理的作用的時候，
不如試著整理整理你的桌面。
看到整理前後的差別了嗎，那就是了。
03
當數據創造出來的價值不再與時間成正比的時候，
很多人想到了數據治理策略，
好的數據治理策略能在規避風險的同時
為企業創造更多的數據價值。
但是，為什麼不早點開始數據治理呢？
04
你可能發現公司裡業務與技術之間
每天都進行著一些差別不大
但是看起來很神奇的對話。
05
很多業務人員都嫌拿到數據的時間太長，
很多技術人員也經常抱怨業務提出的需求不夠清晰，
如何讓業務在沒有技術幫助的前提下自助拿到數據
是目前很多企業需要解決的一大難題。
06
眾多數據治理項目中，
很大一部分項目因為得不到領導支持
或業務參與程度不高等原因沒有進行到最後，
殊不知其實只差最後那一點點。
07
大部分數據治理諮詢項目
都能交上一份讓客戶足夠滿意的答卷，
但是因為種種原因，
當把諮詢成果落地到實處的時候，
很可能是另一番截然不同的風景。
如何避免這種情況發生，
是每一個做數據治理的企業都值得深思的問題。
08
梳理企業的數據資產是做數據治理的一個關鍵步驟。
企業數據之間的關係錯綜複雜，
想要找到數據與數據之間的關係，
大部分時間有點難度。
是否能快速準確地梳理出這些關係，
從很大程度上決定了數據治理項目的成敗。
09
真正站在全企業層面進行元數據管理
才能最真實地反應企業的數據現狀。
如果不能管理全企業的元數據
或者只管理了技術元數據，
一不小心就會取得盲人摸象的效果。
10
你可能對公司裡的眾多數據質量問題不感興趣，
但是如果有一天你收到一條明顯存在數據問題的短信，
你可能就會知道數據質量問題
其實會帶來非常非常嚴重的後果。
11
要說清楚什麼是數據標準這件事有點難度，
但是如果你知道什麼是高富帥和什麼是白富美，
其實你離弄懂數據標準是什麼已經不遠了。
12
其實二八原則在數據治理中依然受用，
比如企業80%的數據業務靠企業中20%的數據支撐，
企業80%的數據問題產生於企業中20%的人。
若能想辦法找出這20%的數據和這20%的人，
企業數據治理將會事半功倍。
龔菲，現任普元數據治理團隊產品工程師，3年數據治理經驗，負責國內外數據治理趨勢研究、普元數據治理產品研究與推廣，掌握國內外數據治理產品的發展趨勢，編寫了一系列數據治理文章。先後參與了華夏人壽、海通證券、東方航空等數據項目，尤其是對元數據相關理論與業界產品有深入瞭解，擅長業務元數據管理、本體構建等元數據相關領域知識。
閱讀更多 InfoQ 的文章
