惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Hackread – Cybersecurity News, Data Breaches, AI and More
宝玉的分享
宝玉的分享
月光博客
月光博客
爱范儿
爱范儿
阮一峰的网络日志
阮一峰的网络日志
酷 壳 – CoolShell
酷 壳 – CoolShell
Recent Announcements
Recent Announcements
A
About on SuperTechFans
T
The Blog of Author Tim Ferriss
博客园 - 叶小钗
U
Unit 42
aimingoo的专栏
aimingoo的专栏
Y
Y Combinator Blog
Martin Fowler
Martin Fowler
N
Netflix TechBlog - Medium
博客园 - 司徒正美
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
云风的 BLOG
云风的 BLOG
M
MIT News - Artificial intelligence
大猫的无限游戏
大猫的无限游戏
J
Java Code Geeks
V
Visual Studio Blog
腾讯CDC
IT之家
IT之家

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
数据治理是最复杂且艰巨的项目,你不要反驳!
风姑娘的数字视角 · 2024-08-09 · via 人人都是产品经理

数据治理项目,一个在数据领域里既关键又充满挑战的环节,常因复杂性和难以量化的成效而让企业望而却步。本文深度剖析数据治理的难点与困境,探讨为何它比报表项目和指标项目更加艰难,以及企业如何在这一过程中找到成功的路径。

数据领域里有很多项目,广为人知的是BI 项目,还有中台项目,不太被人知晓的有数据治理,指标平台,埋点产品,运营产品等等,现在需要多加一个就是数据资产管理平台,这些项目真的从0到1做起来都非常复杂,但是数据治理,是最艰难且复杂的。

当然这些项目里有互相交叉的,比如有的中台项目会包括数据治理,但是这里的数据治理和专业的数据治理还是不太一样,我更愿意称之为数据管理,这里和BI 里说的数据治理是一个意思,但都不是专业的数据治理,但是我说的最艰难且复杂的说的是专业的数据治理项目。

为什么它最艰难且复杂?

首先我们如果将数据生产应用的链路进行阶段划分,那么数据治理就是企业数据混乱到数据可以用的阶段。

有人说这个阶段很简单啊,直接从ERP系统里数据抽出来,这里的数据并不混乱。

是的,ERP的数据确实是比较规范的,但是也只是相对性的。企业数据要可用,我们一直在说多源异构。什么是多源异构,说的是源头系统很多,数据形态不一,所以ERP的数据其实只是企业数据池子里的一部分数据,有大量企业其实有很多手工数据,如果有线上生意,还会有日志数据,这些来源不一,格式不一,有规范化的结构数据,也有不规范的非结构化数据,非常复杂。

这个还是数据比较规整的行业,比如零售消费、金融保险这样数据相对比较可用的行业,但是我们这里说的并不针对某个行业,所以从全局角度看,比如建筑领域企业、工程企业、制造业,当抽离行业来看,数据从混乱状态到企业可以用这个阶段实现起来非常困难。

特别是数据的格式转换、结构转换,这部分的操作就会扼杀很多想要把数据用起来的企业,做好格式和结构转换还是数据治理的第一步,当然这里的数据治理就是广义领域了,如果是狭义的数据治理,其实这一步还不算,所以很多企业在这一步就倒下了,根本还到不了下一步,离数据可以用的阶段更加遥远,可以说那是难以企及的终点。

这个是从具体工作难度的维度,我们可以再来看数据治理执行的角度,那是真的难。

我在此前的文章一直说数据治理应该是企业一把手工程,但是这其实是一个比较理想的状态,因为数据治理是数据应用的一个中间过程,这个和BI报表不一样,报表是你肉眼可以见的,不管是一线人员还是管理人员,它都有需要看报表的场景和时机,但是数据治理,你让一线人员看什么?又能让领导看什么?

这是一个非常尴尬的工作内容,数据从生产出来到可以应用,数据治理是必经过程,但是它又难以量化或者描述给高层领导,很多领导根本无法理解数据治理,也不清楚数据治理的具体工作,你让它来支持你,从上而下,坚决贯穿项目,这太难了。

当数据治理脱离高层主导后,下面各个部门就进入了各自为政,各自独立的状态,其它部门的工作从一定程度来说本来就和我们部门没有关系,和信息部门更没有关系,为什么这里提信息部门,因为多数的数据治理项目都是由信息部门也就是IT部门发起的,这就是现状。

所以当各个部门都无法紧密联结的时候,信息部门最后治什么?治的是数字。

很多企业其实最后都是在做数字治理,很多企业不承认,但是这是不争的事实,IT部门有什么业务建设意见吗?我见过的信息部门都没有,有的信息部也是在甩锅,我们只做系统运维,只做网络建设,所以最后谈什么数据治理,做的全是数字治理。

数据是带有业务信息的数字,数字只是数字,但是当数据治理变成数字治理,那么这个项目也不用谈ROI,因为根本没有,但是数据治理项目的投入成本却是非常昂贵的,比如一个中台项目几千万,这真的有必要吗?我找个时间来分析下这个问题,所以最后企业就是做了很多无用功,投入了很多打水漂的钞票。

当然因为种种原因,数据治理成功项目几乎是没有的,这也是为什么很多网上的文章都是在讲理论,没有人告诉你从0到1的项目应该怎么做,很多说落地实践,我一看和实际的数据治理项目还是相差甚远。

以上都是讲项目具体的实施难度,我们可以来看最后一个就是持续落标。

数据治理从来没有终点,因为你项目实施的截点是从项目截止那天开始往回倒溯,但是数据是与日俱增的,所以明天开始产生的数据怎么办?

我们在上述分析人员执行的问题时候其实已经说了,如果项目强行结束,最后就是数字治理,数字治理和业务部门是没有关系的,但是和IT部门其实关系也不大,因为IT不需要数字,也不会去看数字,但是如何保证日后的数字还是项目实施中的“数字”。

我们有一个行业术语叫贯标,此时贯标的工作落到了信息部也就是IT部门上,这本质上是不合理的,但是因为数据治理成了数字治理,那么是从逻辑上是合理的,但是信息部门他们用不上这些数字,所以最后都会从积极变为懈怠,而且项目看不到价值,那么就会被大家放弃,因为贯标是一项非常吃力不讨好的工作,是要投人力进去的。

所以当其它部门都无法来配合你的时候,IT部门最终都无法持续性去完成持续性的贯标工作,其实最后项目就是打水漂,白做了。

所以如果真的要完成一个数据治理项目,还要它是成功的,因为它首先实施成功,才能持续性贯标,所以很难,非常难,而且这中间还没有人支持、配合,这个确实比你去做报表项目,做指标项目困难多了,当然你说其它项目简单吗?也不简单,不然也不会很多BI项目干成了效率提升项目,这无论如何都不是老板的目标,但是现状就是如此。

数据治理这么难,要做吗?答案是肯定的。

作者:风姑娘的数字视角,公众号:风姑娘的数字视角

本文由 @风姑娘的数字视角 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。