DAMA-DMBOK 2.0 笔记培训_数据管理_数据管理挑战

数据管理_数据管理挑战，详细描述数据管理会涉及的13个挑战及解决思路，希望这份脑图会对你有所帮助。

数据管理挑战

• 与其他资产管理上的区别
  • 实物资产是看得见、摸得着，可以移动的，但同一时刻只能放置在一个地方也只能由指定一个对象（角色）使用
  • 数据资产的价值经常随着时间而变化，数据是持久的且不会磨损的，数据可以很容易被复制及传播，数据一旦丢失或损毁就不易重新生成，数据是动态并支持多种目的的使用，数据可同时被许多人使用，数据的多次使用将产生更多的数据。
  • 数据管理需要定义数据所有权、列出组织拥有数据量、防止数据滥用、管理数据冗余相关风险以及定义和数据质量标准
  • 数据需要设定其资产价值才能更好衡量数据是如何促进组织成功的
• 如何评估数据资产的价值
  • 价值是一种事物的成本和从中获得利益的差额
  • 对于数据而言，数据的成本及利润计算没有统一标准，而且这些计算将变得错综复杂
  • 评估数据价值首先需要计算在组织内部持续付出的一般性成本和各类收益
    • 成本
      • 获取和存储数据的成本。
      • 如果数据丢失，更换数据需要的成本。
      • 数据丢失对组织的影响。
      • 风险缓解成本和与数据相关的潜在风险成本。
      • 改进数据的成本。
    • 收益
      • 高质量数据的优势
      • 竞争对手为数据付出的费用。
      • 数据潜在的销售价格。
      • 创新性应用数据的预期收入
  • 数据的价值是与上下文相关的，而且往往是暂时的
  • 组织需要从财务角度了解数据资产，因此数据管理需要将财务价值与数据建立关联的方法
• 如何确保数据质量
  • 确保数据的数据质量是数据管理的核心
  • 为了确保数据满足商业需要，必须与数据消费方共同合作来定义需求，其中包括高质量数据的具体要求
  • 低质量的数据对任何组织将付出高昂代价，相关成本主要有：
    • 报废和返工。
    • 解决方法和隐藏的纠正过程。
    • 组织效率低下或生产力低下。
    • 组织冲突
    • 工作满意度低
    • 客户不满意
    • 机会成本，包括无法创新
    • 合规成本或罚款。
    • 声誉成本。
  • 高质量数据的作用
    • 改善客户体验。
    • 提高生产力。
    • 降低风险
    • 快速响应商机。
    • 增加收入
    • 洞察客户、产品、流程和商机，获得竞争优势。
• 制定数据优化计划
  • 如果将数据视作是一种产品（数据产品），需要通过数据的生命周期做出需要系统思考 的决策
    • 数据也许被视为独立于业务流程存在。
    • 业务流程与支持它们的技术之间的关系。
    • 系统的设计和架构及其所生成和存储的数据。
    • 使用数据的方式可能被用于推动组织战略。
  • 数据规划需要有针对架构、模型和功能设计的战略路径。它也取决于业务和IT领导之间的战略协作，以及单个项目的执行力。
  • 挑战在于，通常存在组织、时间和金钱方面的长期压力，因而阻碍了优化计划的执行。组织在执行战略时必须平衡长期目标和短期目标。只有明确权衡，才会获得有效决策。
• 元数据管理的挑战
  • 组织需要可靠的元数据去管理数据资产，从这个意义上讲应该全面地理解元数据。
  • 挑战在于，元数据是以数据形式构成的，因此需要进行严格管理。通常，管理不好数据的组织根本不管理元数据。元数据管理是全面改进数据管理的起点。
• 数据管理是跨职能的工作
  • 在数据生命周期中，不同阶段由不同团队进行不同的管理。
  • 挑战在于，让具备这一系列技能和观点的人认识到各部分是如何结合在一起的，从而使他们能够协作并朝着共同的目标努力。
• 建立企业级的视角
  • 数据是组织中的“横向领域”之一，它跨越不同垂直领域，如销售、营销和运营。数据不仅对组织是独特的，有时对部门或组织的其他部分也是独特的
  • 同时利益相关方会假定一个组织的数据应该是一致的，管理数据的目标是使其以合理的方式组合在一起，以便广大的数据消费者可以使用它。
  • 数据治理变得越来越重要的一个原因是帮助组织跨垂直领域做出数据决策
• 数据管理需要多角度思考
  • 现在的组织既使用他们自己产生的数据，也使用从外部获取的数 据。
  • 必须考虑不同国家和行业的法律和合规要求。
  • 了解数据的潜在用途有助于更好地规划数据生命周期，并据此获得更高质量的数据。
• 数据生命周期管理
  • 为了有效管理数据资产，组织需要理解并为数据生命周期进行规划。以组织如何用好数据为管理数据的目标，这是战略性的管理要求。
  • 数据的生命周期j是基于产品的生命周期，它不应该与系统开发生命周期混淆。
  • 数据不仅具有生命周期，而且具有血缘（它从起点移动到使用点的路径，也称为数据链）。一个组织越了解数据的生命周期和血缘关系，管理数据的能力就越强。
  • 创建和使用是数据生命周期中的关键点
  • 数据质量管理、元数据质量管理、数据安全管理必须贯穿整个数据生命周期
  • 数据管理工作应聚焦于关键数据，生命周期管理要求将重点放在组织关键的数据上，并数据ROT（冗余、过时、碎片化）降至最低。
• 不同种类的数据的管理
  • 不同种类的数据有各自不同的生命周期管理需求
  • 管理系统都需要将管理的对象进行分类。可以按数据类型分类，也可以按数据内容（如数据域、主题区域）、数据所需的格式或保护级别、存储或访问的方式和位置进行分类
• 数据和风险管理
  • 数据不仅代表价值，也代表风险。不准确、不完整或过时的低质量数据，因为其信息不正确明显代表风险。数据的风险在于，它可能被误解和误用。
  • 随着信息作为组织资产的作用在所有部门中越来越大，监管者和立法者越来越关注信息使用中潜在的滥用问题。
  • 随着消费者越来越了解他们的数据是如何使用的，他们不仅希望操作流程更加顺畅和高效，而且希望保护他们的信息和尊重他们的隐私。
• 数据管理和技术
  • 数据管理活动范围广泛，需要技术和业务技能。
  • 成功的数据管理需要对技术做出正确的决策，但管理技术与管理数据不同。组织需要了解技术对数据的影响，以防止技术诱惑推动他们对数据的决策。相反，与业务战略一致的数据应该推动有关技术的决策
• 高效的数据管理需要领导力和承诺
  • 倡导首席数据官（CDO）的作用源于认识到管理数据会带来独特的挑战，成功的数据管理必须由业务驱动，而不是由IT驱动。
  • CDO不仅领导倡议发起，他还必须领导文化变革，使组织能够对其数据采取更具战略性的方法。