数据管理演进4时刻

    风险与回报：风险中等到较低；通过提供更优信息提高了决策的可靠性，从而降低了风险；回报中等到高；数据质量的改进通常只局限于某个职能领域，然后随着更多员工加入其中，质量改进会拓展到更宽泛的领域。

    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。

（编辑：网站开发网_马鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!