数据治理的本质是“治人”

数据治理过程中最大的两个阻力,一个是高层的意识,很多高层一般只关注数字化效果,认为数据治理是IT部门的职责,做的好做的坏和自己关系不大,只要应付一下上层要求即可;另一个是业务部门配合度低,推进阻力大,业务人员的主要任务是推进业务发展,底层的数据治理他们不懂也不愿意参与,任何增加他们工作量的事情都有可能会遭到拒绝和抵制。

简而言之,作为一项业务关系庞杂、人员参与众多的项目,数据治理工作难于推进的主要阻力是人的因素。

也因此,数据治理的权责关系确定,也是决定数据治理项目成败的关键。

数据治理过程中的权责关系如何确定?可遵循以下几个建议:1、谁产生数据,谁就是数据owner;2、谁使用数据,谁对数据质量负责;3、谁产生数据,谁对数据质量负责。即谁第一个生产和使用数据,谁是数据owner谁对数据录入质量负责。

同时,关于数据录入的建议,可参考如下:1、谁有数谁录数;2、谁录入数据谁是数据owner,谁对数据录入质量负责;3、给予数据录入和数据质量激励,激发数据录入者的热情。

作为一名"不生产数据,只是数据搬运工"的数据治理小组项目经理,一名甩锅大队的协调员,能做的就是制定好公平公正的数据权责机制,保障数据从源头到尾部通畅、稳定、健康。

窝囊就窝囊吧,"窝囊费"还是要挣的。

相关推荐
森山冶仁13 小时前
数据资源科目第一次“缩表”:8.49 亿背后的新增、摊销与减值
数据治理·数据资产·无形资产·数据资源入表·财报合规
梅雅达编程笔记2 天前
AI安全的地基,刚刚被重新浇了一遍
数据安全·数据要素·ai安全·数据投毒·ai治理·国家数据集团
Aloudata3 天前
语义资产运营指南:如何管理指标、维度、口径、Owner、血缘和使用记录
数据库·人工智能·数据分析·数据资产·dataagent·语义层
Aloudata14 天前
LookML 语义模型 vs 企业级独立语义层:BI 建模语言能否承担企业语义底座?
数据库·人工智能·数据分析·数据资产·dataagent
森山冶仁19 天前
数据资产摊销年限与减值测试实操:从“一律三年”到按授权期限与迭代频率估计
数据治理·数据资产·数据资产入表·无形资产摊销·减值测试
森山冶仁23 天前
场内数据交易为什么成效不佳:从复旦报告点出的“制造交易量”说起
数据治理·数据要素·数据资产·数据交易·踩坑复盘
森山冶仁23 天前
重点行业数据融合开发怎么落地:以汽车与医疗健康两行业的“整体授权+分领域协同”为例
数据治理·数据要素·公共数据授权运营·数据产品·行业数据集
森山冶仁25 天前
智能体研发数据怎么确认入表:当数据既是“运行介质”又是“直接产出”
数据治理·数据要素·智能体·数据入表·数据资产
森山冶仁1 个月前
数据券、算力券、语料券:地方补贴政策里数据治理团队该申领什么
数据治理·数据要素·数据平台·数据资产·政策解读
熵增就是商的余数2 个月前
[LLMD] 数据基座:企业数据资产的规划与落地执行
数据资产·数据分类·价值评估·元数据集·碎片数据·体系数据·模板表单