컨설팅을 한 펑우는 최상위 설계 및 전략 컨설팅이 전략 목표에 따라 KPI 를 분해한 다음 해당 지원 프로젝트를 설정하여 우선 순위에 따라 정렬하고 구현 경로를 형성한다는 것을 알고 있습니다.
올해는 무엇을 하고, 내년에는 무엇을 하고, 먼저 무엇을 하고, 앞으로 무엇을 할 것인지, 모두 잘 계획하고 있다.
그럼 지도를 따라가세요. 일반적인 논리는 다음과 같습니다.
이런 좋은 점은 분명하다. 첫 번째는 면, 그 다음은 케이블, 마지막은 각종 점형 공사이다. 조금만 시행하면 효과는 당연히 말하지 않을 것이다.
하지만 이런 방안은 매우 사치스럽다. 효과가 느리고 매우 높은 조직이 필요하기 때문이다. 성격을 견딜 수 있는 기구가 매우 적어 일반적으로 속효가 있어야 한다.
기본적으로 일부 정부 기관과 소수의 기업만이 이런 방식으로 데이터 거버넌스의 성공을 거두었다.
02**** 기술 진흥법 * * *
예민한 친구들은 이것이' 기술 홍보법' 이라고 불리는 것이 기술 선두가 아니라는 것을 알아차렸다.
실제로 이 방법은 대부분의 기업에서 사용하는 데이터 거버넌스 방법입니다. 그 이유는 사실 간단합니다. 대부분의 데이터 거버넌스 프로젝트가 정보 부서에서 시작되고 구현되기 때문입니다.
기술부의 일이니 당연히 기술부가 추진한 것이다. 솔직히 말해서, 나는 비슷한 일을 너무 많이 봐서 효과가 좋은 것은 거의 없다.
화웨이의 데이터의 길' 은' 업무 지향' 이라고 말하지만, 맞아, 거의 하지 않았다. 이치는 간단해서 엉덩이가 머리를 결정한다. 업무 책임자의 주요 임무는 업무에 종사하는 것이므로, 자발적으로 데이터 관리를 할 수는 없다.
기술 중심 루틴은 말할 것도 없고, 기술 수준에서 데이터 문제를 해결하는 것이다. 루틴은 정보 시스템 구축의 논리입니다. 프로젝트 구축, 연구 수행, 전체 설계 및 상세 설계, 개발, 통합, 테스트, 배포 및 수용
효과가 보통이다. 대부분 문제 지향적이어서 자주' 패치 적용' 하는 구성이기 때문이다. 마지막은 종종 각종 폭금, 보고서, 지표, 데이터 문제이다.
그런 다음 지표 체계와 데이터 품질 체계를 시작하여 패치를 하나씩 붙였다. 결국 아무도 감히 움직이지 않았다.
결국 데이터의 문제가 체계적이기 때문이고, 기술적 원인은 그 중 하나일 뿐이다. 이런 현상의 원인은 기업의 참여 부족이다.
기업에서 돈을 버는 사람은 더 큰 발언권을 가지고 있다. 업무는 당연히 이윤의 중심이고, 기술은 일반적으로 비용 센터이다. 단순히 기술이 데이터 거버넌스를 추진하게 하는 것은 아들이 아버지에게 담배를 끊으라고 촉구하는 것만큼 터무니없는 일이다. (윌리엄 셰익스피어, 햄릿, 과학명언)
03 * * * 견인 방법의 적용 * * *
기술이 어린이용 카트를 밀면 견인의 응용은 장우견인차가 수월하다는 것이다. 앞 견인의 응용으로 뒤의 여러 가지 일이 자연스럽다.
많은 기업들이 데이터 시스템을 구축할 때 먼저 큰 화면을 만드는 것을 좋아하는 것은 이치에 맞지 않는다. "사용" 이 없는 것은 한 푼의 가치도 없기 때문이다.
대형 스크린 사용자는 비교적 단일하고 실용적 가치는 낮지만, 결국 장면을 사용하는 것은 장면을 사용하지 않는 순수 기술 개발보다 조금 낫지 않다.
데이터 응용 프로그램을 견인으로 하여 각 부분의 양질의 데이터 공급을 요구하고 데이터 거버넌스 체계 건설을 추진하는 것도 좋은 선택이다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터)
그러나 이렇게 데이터 관리를 하면 항상 일방적이고 부분적인 승리로 이어질 수 있다. 응용이 있는 곳은 데이터 품질을 관리할 수 있고, 응용되지 않은 데이터 품질은 아무도 묻지 않는다.
04**** 표준 첫 번째 방법 * * *
솔직히 말해서, 나는 단지 몇 가지 표준 현행법의 실제 사례만을 만났다.
갑은 업무 시스템을 구축할 때 데이터 표준을 업무 시스템에 바인딩한다. 그래서 그들은 정보화 건설을 할 때 이미 모든 데이터 기준을 세웠다.
저는 과거에 데이터 거버넌스가 정말 간단하다는 것을 알게 되었습니다. 완전히 기술적인 일이었고, 인간의 요인에 관계없이 말입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 과학명언)
모든 테이블은 통합 데이터 모델을 기반으로 구축되며, 모든 필드의 키 값은 새로 게시된 데이터 사전에 있으며, 심지어 하나의 "마스터 데이터" 에 대해 별도의 관리 시스템을 구축합니다.
저는 데이터베이스와 테이블을 구축하고, ETL 을 개발하고, 데이터를 수집한 다음, 전체 규칙 엔진이 구성 결과에 따라 데이터 품질을 자동으로 계산하고, 정기적으로 데이터 품질 보고서를 게시합니다.
왜 이렇게 많은 데이터 품질 문제가 있을까요? 아주 간단합니다. 표준이 없다. 기준이 없으면 옳고 그름이 없고, 자연히 난장판이 된다!
기준이 있어야 무엇이 옳고 무엇이 잘못되었는지를 확인할 수 있다. 다음 구현, 모니터링 및 제어에 대한 근거가 있으며 데이터 품질도 보장됩니다.
05 감독 구동법
이것은 이해하기 쉽다, 바로 강감독이다.
강감독은 통상 상급 기관이 정책을 내놓고, 하급 기관이 집행한다. 잘하지 못하면 처벌이 있을 것이다.
은행 보험 등 규제력이 큰 업종은 정책을 따른다. 데이터 관리를 잘 하지 않고 EAST, 1 104 의 요구 사항에 따라 데이터를 제출하지 않으면 벌금이 곧 도착합니다.
빈둥거릴 생각은 하지 말고, 능력이 있으면 모든 가짜 데이터를 만들어라. 가짜 데이터는 실제 데이터와 마찬가지로 테이블과 테이블 간의 체크 관계가 정확하여 각 차원에서 결함을 찾을 수 없습니다.
물론, 이런 강력한 규제 모델은 기업 내에서도 시행될 수 있지만,' 특권' 이 필요하다. 이 전제는 통상 달성하기 어렵다.
매우 까다로운 방법이 있는데, 바로 표준을 통과하는 것이다. 예를 들어, 현재 국가에서는 DCMM 표준을 시행하고 있습니다.
집행 기준의 특별한 장점은' 표준 집행 등급' 을 조직의 연간 목표에 나열함으로써 기업 내에서 거대한' 잠재력' 을 형성하여 강력한 감독 국면을 형성할 수 있다는 것이다.
DCMM 표준 구현 (DCMM 표준 구현) 의 큰 방망이를 휘두르면 데이터 거버넌스를 추진하는 힘이 한 부서나 여러 부서보다 훨씬 더 커질 것입니다. (윌리엄 셰익스피어, DCMM 표준 구현, DCMM 표준 구현, DCMM 표준 구현, DCMM 표준 구현)
한 기업을 위해 DCMM 표준을 통과했을 때, 기술 부서에서 데이터 보안을 위한 제도와 프로세스를 개발하고 발표한 것을 발견했습니다. 하지만 대부분의 기업들과 마찬가지로, 보내면 공문이 된다. 업무는 안전 통제가 너무 번거로워서 전혀 실시하지 않는다.
지금은 달라졌다. 기술부는' 집행 기준' 을 이유로 업무 집행 전에 발표된 제도와 절차를 요구한다. 업무가 꺼려지지만 규정 준수는 엔터프라이즈급 목표이며 모두가 해야 하기 때문에 마지못해 집행할 것이다.
사실, 결국, 규제 추진법은 동종 요법, 상급 정책이 요구하는 상황, 국가 기준의 상황이다. 대세로 움직일 수 없는 부서를 추진하여 저항이 큰 과정을 준설하다.
06 * * * 품질 관리법 * * * *
품질 관리 방법은 실제로 방법이 없으며 데이터 관리의 초기 프로토타입으로 간주 될 수 있습니다. 말하자면, 데이터 관리의 이론적 체계는 사실 품질 관리 체계에서 비롯된 것이기 때문이다. (윌리엄 셰익스피어, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리)
CMMI (역량 성숙도 통합 모델), O9000 (품질 관리 표준 시스템), TQM (총체적 품질 관리 시스템) 은 단순한 소프트웨어가 아닙니다! ), 모두 일반 관리 시스템에 속합니다.
ISO9000 에 이어 ISO8000 (데이터 품질 관리 표준 시스템) 이 개발되어 TQM 이 TDQM (종합 데이터 품질 관리 시스템) 을 확장했습니다. CMMI 협회는 또한 20 14 에서 DMM (엔터프라이즈 데이터 관리 기능 성숙도 모델) 을 출시했습니다. 이것은 데이터 분야의 품질 관리 시스템입니다.
우리나라는 CMMI 와 같은 데이터 관리 시스템을 참고해 20 18 에서' 데이터 관리 성숙도 평가 모델 (DCMM)' 국가 표준을 공식 발표했다.
다른 산업과 마찬가지로, 품질은 우회할 수 없다. 당신이 업무든 기술이든, 펑우가 모두 데이터 품질에 대해 지나치게 긁을 것이라고 믿는다. 품질에 문제가 생기면 데이터가 사라지고 잘못된 의사결정에도 영향을 미칠 수 있다.
따라서 다양한 데이터 품질 문제로 인해 기업 내부와 외부는 데이터 품질 문제를 점차 해결하고 있습니다.
데이터 품질 관리는 분명하고 문제 지향적입니다. 그러나 두통을 치료할 수는 없으니 방법론이 있어야 한다.
일반적으로 데이터 품질 관리 목표, 평가 기준, 의사 결정 규칙 등을 포함한 구체적인 요구 사항이 있어야 합니다.
그런 다음 단계적 목표와 수요에 따라 사전 예방, 사고 모니터링, 사후 검증의 세 가지 측면에서 품질 관리를 수행하여 다양한 데이터 문제를 해결합니다.
문제를 해결할 때, 기술, 프로세스, 제도, 메커니즘 등에서 데이터 품질을 향상시키고, 정기적으로 평가하고, 데이터 품질 문제 및 솔루션 지식 기반을 구축하여 향후 유사한 문제를 신속하게 포지셔닝하고 해결할 수 있도록 합니다.
이 과정에서 데이터 품질을 견인으로 메타데이터, 마스터 데이터, 데이터 표준, 시스템 사양 등의 수단을 종합적으로 활용해 응용 프로그램을' 구축' 하면 당연히 사용하지 않는 상황이 발생하지 않는다.
07 * * * 이익 중심 법칙 * * * *
관심 구동법은 사실 매우 재미있다. 이것은 내가 몰래 총결산한 수법인데, 특히 효과가 있는 것 같다.
사실, 솔직히 말해서, 아무것도 없습니다. 이익 향유를 바탕으로' 성과' 를 지향하며 핵심 인원의 이익에 부합하는 목표를 세우고 추진하는 것에 지나지 않는다. (윌리엄 셰익스피어, 윈스턴, 이익, 이익, 이익, 이익, 이익, 이익, 이익, 이익, 이익, 이익)
구체적인 조작 방법은 성공 사례법, 협력 수상법, 장려법, 서예, 회의법 등 여러 가지가 있다. , 인터넷 회사의 생명을 구하는 "오픈 소스 방법" 입니다.
08**** 공사건설법 * * *
이것은 데이터 거버넌스 프로젝트를 만들어 천천히 건설하는 것이 이해가 잘 된다. (존 F. 케네디, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리, 데이터 관리)
사실, 지금까지 데이터 거버넌스는 매우 완벽한 프로세스를 형성해 왔으며, 관련 제품 역량도 이미 매우 포괄적입니다.
제가 참여한 프로젝트는 기본적으로 데이터 컨설팅, 데이터 수집, * * 공유 교환, 데이터 웨어하우스, 데이터 표준, 메타데이터, 마스터 데이터, 데이터 품질, 데이터 시각화, 데이터 분석 등 전체 데이터 프로세스를 다룹니다.
현재 효과가 비교적 좋은 것은 상담과 실시의 결합이다.
컨설팅을 하고, 데이터 상황을 점검하고, 기업의 미래 전략과 현황을 전면적으로 파악한 다음, 데이터 관리 시스템에 따라 격차 분석을 수행하고, 구현할 구체적인 임무를 작성하고, 시간 진도에 따라 프로젝트의 해체와 계획을 진행한다.
그런 다음 프로젝트 구현에서 한 시나리오를 심도 있고 가로로 성과를 천천히 전개하여 메타데이터, 마스터 데이터, 지표 시스템, 데이터 품질 관리 시스템 등을 구축합니다. , 프런트 엔드 데이터 애플리케이션을 위한 고품질의 데이터 공급을 제공하기 위해 데이터 인프라를 지속적으로 다지고 있습니다.