成功的大数据治理项目须坚持“六个导向”和“三个相结合”
一、概述
数据治理失败常见原因:缺乏高层支持、工具不足、数据壁垒、流程不清、权责不明。成功治理须坚持“六个导向”、“三个相结合”及“四个坚持和五个避免”。
二、六个导向
需求导向:从战略和业务痛点出发,聚焦迫切需求,避免大而全。
价值导向:以业务价值为成功标准,量化成效,持续优化。
问题导向:围绕业务热点问题,闭环解决,推动流程改善。
能力导向:依托DCMM评估,明确差距,提升数据管理能力。
创新导向:结合实际探索适用方法论,支持业务与技术创新。
结果导向:以质量提升和实际效果为考核,强调“谁用谁建”。
三、治理目标与三结合
目标:提升数据质量与安全,建立组织、制度、流程、工具四位一体的治理体系。
三结合:
技术与业务深度融合。
长远规划与短期实效结合。
标准、工具与运维保障结合。
四、四个坚持与五个避免
统筹规划、分步演进、局部执行,避免贪大求全。
标准先行、急用先建、滚动发展,避免单一工具或为标准而标准。
业务牵头、信息统筹、服务公司技术支撑,避免信息部门孤战、流程冗长、权责模糊。
坚持标准贯标与人才培养,培育数据伦理文化。
