夯实基础数据,实现管理提升(二)

AI时代,如何更快入行抢占红利得高薪?前阿里巴巴产品专家带你15天入门AI产品经理。了解一下>

在第一章给大家介绍了基础数据的重要性以及处理思路。接下来在第二章给大家讲一讲,支撑基础数据正常流转,以及最终兑现价值的重要环节:数据治理。

如何将系统的数据提炼,完善,处理冗余,错误的数据,是每一家企业在使用ERP的过程中头痛的事情。好比你的手机,电脑,可以用软件对电脑的垃圾数据进行处理,轻装上阵。

那么我们企业又应该如何去进行数据治理呢?

一、什么是数据治理?

数据治理是指将数据作为组织资产而展开的一系列的具体化工作,是对数据的全生命周期管理。

简单打个比方就好比,你要记住你现有对象的生辰八字,兴趣爱好,结婚纪念日等等,如果你记叉了,和前任的弄混了,就将造成了不可估量的损失。

简单说分四步走:

  1. 清空你前任的任何信息(清理冗余数据);
  2. 登记现任的基础信息(生辰八字,兴趣爱好,纪念日);
  3. 形成规章制度(巡检提示,及时纠偏错误数据);
  4. 价值兑现,提供决策(数据分析,应该在什么纪念日做什么事情)。

而我们企业的数据治理体系是指从组织架构、管理制度、操作规范、IT应用技术、绩效考核支持等多个维度对组织的数据全面梳理、建设以及持续改进的体系。

图示一:数据治理关系图

二、数据治理的工作重点:成立数据治理小组

数据治理需要由专门的小组负责,且成员不局限于:集团领导站台、信息化专员、对应业务部门专家、平台供应商技术员、平台开发员支持。

一个数据治理小组,应该是像一个大家庭,爸爸是集团领导(宣讲定调监控),妈妈是业务部门专家(俗话说一个成功的领导背后肯定有一群专业优秀的员工)提供业务支持,儿子是平台供应商(他可能有点调皮,但是可以肯定的是,他是爱他爸妈的)系统实现以及培训操作。

而数据治理小组主要的职责为:负责数据治理的牵头,组织、指导和协调每家地区公司的数据治理工作。

  1. 确定数据治理的范围;明确数据治理管理的流程及职责;
  2. 明确数据治理的具体功能、角色和职责;
  3. 负责培训每家地区公司业务人员培训工作;
  4. 负责确定数据治理的工具、技术和平台;
  5. 负责制定数据治理的评估指标、方法。

图示二:数据治理培训现场

三、数据治理的管理思路

数据治理作为一个大工程,同样需要管理流程支撑。对于第一轮数据治理推广的公司经验总结情况来看,主要要做到“三化一保”。

1. 先僵化

数据治理是一个过程,而过程需要两个基本手段去管控:一是学习先进公司的处理方法和思路,例如华南公司、成都公司治理的过程中,如何高效的完成,应该形成过程资产传递给其他地区公司;二是自我反思,通过每家递推公司的总结经验教训,不断的完善治理方法。

2. 再固化

而学习的过程应该是有阶段性和受约束的,如果没有规范的体系进行约束,数据治理就会是杂乱无章、无序的创新。

我们要象夯土一样,一层层夯上去,一步步固化我们的创新和改进成果。

表面上看来,数据治理的过程是数据变化的过程,但实质上应该是在重固化和规范。

固化就是例行化(制度化、程序化)、规范化(模板化、标准化),固化阶段是管理进步的重要一环。对于数据治理必不可缺。

3. 最后不断优化

任何配合管理制度流程的系统都应该是灵活的,且本质是提效的工具。

对于固化后的制度以及规章制度,ERP系统应该是不断优化的过程,来迎合业务人员,以及高层领导的使用。这也是我们持续需要做的事情。

4. 保节点

数据治理需要大量的人力物力,我们建议在做数据治理的过程中,一定要严控节点。

主要的目的是,防止新的冗余错误数据的产生,投入到无休止的修复治理过程中;我们要保持快刀斩乱麻的决心和行动力,将每家公司的数据治理在有限的时间内完成。

四、数据治理的管理价值

数据治理的价值是隐性的,但是我个人认为同样可以通过“三化一保”能够体现出来。(数据化,在线化,可视化,数据保障体系)

数据转化为信息,本身也是管理的一个手段。通过数据连接各个业务部门,提升协作效率;最终将数据为之所用,也是数据治理的最终目的。

图示三:数据治理价值

 

作者:成于念,微信号:415864696,感兴趣的事情很多,欢迎一起沟通交流。

本文由@成于念 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
3人打赏
评论
欢迎留言讨论~!