数据治理体系

• 企业常见问题与困惑

数据资产逐渐成为企业核心资产之一。数据分析与应用是企业进行业务决策和业务创新的基础，是提升核心竞争能力的关键手段之一。数据治理已经不仅仅是信息化部门所面临的问题，数据质量已经提升到企业的核心战略层面，成为一项复杂而艰巨的系统工程。

◆ 数据不完整：缺少关键基础数据，部分辅助数据缺失或不全面，历史数据丢失严重
◆ 数据不一致：企业内的数据入口众多，同一类数据采用的标准、规则不一致
◆ 数据质量低：大量数据“堆积”在一起，缺少必要的数据管理，集成数据可用性差
◆ 数据共享集成成本高：数据标准不统一、分散、可用质量差，数据核对、清理、映射的工作量巨大
◆ 数据经济效益不明显：数据决策分析的结果可靠性差，投入与产出不匹配
◆ 数据管控体系缺失：数据管控体系缺失，各岗位数据管理职能不清晰，数据质量管理机制不健全

数据质量引发的各种管理问题（示例）

1.市场营销：无法进行有效的市场活动和向上、交叉销售，无法准确的分析出现有客户的合作情况；不准确的产品和客户信息，缺乏关于客户的跨所有渠道的单一和业务视图。

2.售后服务：低效的服务和客户满意度；缺乏产品和零配件数据规范度以及清晰的关系和结构，缺乏360度的客户视角信息。
3.运营制造：采购决策失误及产品质量下降，成本上升；不能跨部门的分享产品和供应商数据信息，缺乏供应商及产品的可视度，复杂的供应商开发和制造流程。
4.产品研发：研发人员缺乏与前端人员的实时协作，销售人员无法掌握新产品市场推广的计划，延迟新产品的推出时间和产品信息变更；缺乏跨部门的产品、BOM信息的一致性。
5.仓储采购：库存的积压和浪费，采购效率低下，采购环节浪费；物资数据描述的不规范、不完整以及大量的重码存在，已经导致采购员、仓管员很难识别、判断一条编码所对应的实物。
6.人事管理：无法挖掘人员价值、人员测评等工作无法顺利进行，公司人才战略支撑难度大；HR系统中记录人员信息不全面，缺失了人员的业务属性（工作经历、资质证书等）的信息。
7.IT部门：IT资源消耗越来越大；需要在越来越多的数据源维护数据。
8.决策分析：趋势、预测、销售历史、购买行为、工厂计划、全局经营分析等分析数据准确率较低，无法有效支持领导决策；数据冗余问题严重。