企業想要改進其整體的數據質量，第一步就是理解數據管理成熟度模型。該模型可以幫助你掌握數據管理的實現是怎樣一個循序漸進的過程。
有遠見的企業都認識到了一個關鍵的理念：浪費在無效數據管理上的成本要遠遠高于有效數據管理所需的成本。簡而言之，企業依賴于數據。拋開行業、收入規模，競爭環境等因素，每個企業都要靠數據來生成有助于企業做出有效決策的信息。
想要獲得成功，需要業務團隊與IT團隊合作執行數據管理計劃。業務團隊負責建立管理數據的業務規則，并負責最終驗證數據的質量。IT團隊負責建立并管理整體環境―架構、技術設備、系統以及從企業各個部門采集數據并存儲數據的數據庫。
企業數據管理成熟度模型是一種新框架，可以幫助企業確定并量化其數據成熟程度。通過企業數據管理成熟度評估，你可以了解低估數據管理工作可能帶來的風險。成熟度模型還可以幫助企業了解數據管理演進到下一階段后將帶來的收益和所需的成本。
企業數據管理成熟度模型是一個包含了四個階段數據管理成熟度的統一體。從其中某個階段演進到下一階段需要一定的時間。通常，企業的不同部門也可能會處于成熟度模型的不同階段。如果所需成本高于收益，企業最終可能不會選擇演進到更高的成熟度階段。
實際上，隨著企業向更高階段演進，可能獲得的潛在收益也越來越高，而模型中的每個階段都是需要相關投入的。可以從四個方面來定義每個階段的發展：
人：需要哪些人參與其中，他們需要做出何種貢獻？
流程： 必須進行何種活動？
技術： 必須投資何種技術？
風險與回報： 企業在當前階段面臨何種風險？數據管理演進到下一個階段，企業會獲得何種收益？
第1階段：尚無數據管理意識
企業數據管理成熟度模型的最初階段通常很混亂。部門間或各職能間針對數據問題進行合作非常少見。處于階段一的企業幾乎沒有制定有關數據管理的制度和策略。實際上，許多文件和數據庫中都存有相同或相似的數據。處于本階段的企業可能有一個儲存客戶信息的計費數據庫，而相似的數據同時還保存在銷售自動化系統和營銷數據庫中。
結果，企業內部各部門間的數據質量參差不齊。財務數據庫可能保存了高質量的數據，而營銷數據庫中卻充斥了錯誤的地址數據或是重復的記錄。
尚無數據管理意識的企業無法有序組織數據管理活動。有一個典型的方法適用于處在該階段的企業：讓數據所有者或IT部門員工在必要的時刻更正錯誤數據。除了把數據保存在獨立的數據庫中，沒有人會理解為什么會存在問題，或者這些問題將來會有何種影響。
若要改進，企業需要認識數據完整性或可用性的問題。通常，能認識到數據管理方面的缺陷可能會引發組織層面的深層問題，并能夠確認這些問題的源頭就足夠了。認識問題，加上解決數據管理缺陷的決心，就可以幫助企業開始了解數據管理的問題、風險和回報。
在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：
人:成功依賴于為數很少的幾位高級人才；數據庫的運行依賴可以運用不同方法調整并更正數據的員工；管理層不致力于解決也不認可數據完整性問題；數據質量出問題，企業常常認為是 IT部門的錯。
流程:沒有成文的數據管理流程制度，數據管理混亂，以項目為中心；通過人工驅動的流程，在問題發生時才著手解決問題；幾乎沒有長期解決問題的決心；企業內部廣泛存在重復數據，導致職能單位間資源浪費嚴重。
技術:工具主要包括一些常用軟件（微軟的 EXCEL和ACCESS），未使用功能強大的數據管理軟件 ；沒用圖表展示數據，也沒用使用分析或審計等方法來確定數據的特征；僅在個別部門或數據源頭進行數據清理或標準化；采用了一些技術來輔助人工的質量改進措施。
風險與回報:風險非常高，因為數據問題會導致客戶流失（因為錯誤理解客戶價值）或不合理的業務流程；雖然沒有制定相關的流程來分析孰是孰非，但還是有一些人成為替罪羊，從而受到指責；回報低，除了個別員工或部門獲得成功之外，企業幾乎沒有從數據管理中獲得任何收益。
第2階段： 被動做出反應
到達第二階段后，企業就會理解所發生的數據管理問題，并意識到數據對企業的成功至關重要。但是，只有當發生重大問題或項目偏差時才會著手改進數據質量。處于該階段的企業最多也就是在問題發生時做出反應，以期將危害降低到最小程度。
在第二階段，數據問題的解決方案并不是集成的，而是無關聯的點狀解決方案。此時，向第三階段前進的動力通常是管理層的戰略構想，即搞好數據管理工作可以帶來實際的業績。為了向下一階段邁進，企業必須將流程與技術整合，以便從數據資源中獲得更多成果。
企業還必須制定成文的數據管理制度，并將其作為應用開發的核心競爭力來執行。在新系統和數據倉庫上線后，員工必須了解企業的數據管理流程和相關協議。為確保相關制度能夠到位，需要進行一些必要的兼容性測試。最后，企業必須就數據管理流程的所有權達成共識，將職責分配到相關部門。
在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：
人:成功依賴于一些專業技術員工（數據庫管理員、IT員工等）；員工個體創建適用的流程，但整個團隊或部門缺少統一的標準化流程 ；缺少長期的解決方案； 公司管理層幾乎不認可數據的價值。
流程:開始有較強勢的數據管理職能，但重點仍放在在發生問題時改進數據質量；大多數流程都是短期應急的，重點針對近期所發現的某些問題；在單個團隊和部門內部，任務、角色被標準化。
技術:通常會使用一些戰術性數據管理工具（例如數據圖表展示或數據質量解決方案）；大多數數據沒有整合，但有一些個體員工或部門嘗試整合數據；出現了一些數據庫管理戰術，例如應激反應式的性能監控 ；試圖整合那些因質量問題需要放棄或重做的數據（例如數據倉庫）。
風險與回報:風險高，因為缺少數據整合，并且整個公司范圍內數據的整體準確性不佳；雖然偶爾會進行數據分析和更正，但涉及跨職能時仍然會發生一些數據錯誤；回報有限，且大多數都不確切；多數投資回報都是通過個體流程或員工個體取得的；公司層面上，很少或幾乎沒有意識到數據管理的好處。
第3階段： 主動防范風險
達到第三階段的企業可以防范風險，降低不確定性。在這個階段，數據管理在組織內部開始發揮關鍵作用，數據不會再被低估，而被視作可以有效幫助企業做出更優決策的資產。隨著處于此階段的企業逐漸成熟，一致、準確、可靠的數據將為其帶來更多可見的實際價值。
在第三階段，企業將放遠眼光，認識到數據問題對與企業使命相關的關鍵信息具有什么影響。同時，企業還擁有相應的支持高級別數據檢視和更正的必要技術。企業管理層開始批準數據管理項目。已經有些企業具備了達到此成熟度所需的必要條件。
演進到第四也就是最后一個階段，與之前的人員、流程，或技術演進一樣，是一種文化的演進。文化的變革促進員工行為方式的轉變，因為新的、更優的流程和技術為員工提供了更加方便、適用的數據改進框架。
在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：
人:管理層理解并深刻認識到數據管理在公司制度、舉措中的重要性；數據管理舉措得到了必要的人員與資源支持，為得到高質量數據創造了條件 ；企業所有或大多數部門都參與到數據管理流程中 ；企業高管決策層開始將數據視為戰略資產。
流程:企業數據更為標準化，一致性也得到加強，更容易度量；制定了一系列的措施確保數據的高質量；經常將企業的數據度量指標與業界標準進行比較，從而了解哪些地方需要改進；數據管理目標從問題更正模式轉變為問題防范模式。
技術:數據管理技術提供商成為企業的戰略合作伙伴，并且在實施數據管理技術的同時協助企業定義最佳實踐；成立公司數據管理團隊，維護公司數據元素的數據定義、同義詞、業務規則、業務價值；持續的審計與數據監測幫助企業時刻保持數據的完整性。
風險與回報:風險中等到較低；通過提供更優信息提高了決策的可靠性，從而降低了風險；回報中等到高；數據質量的改進通常只局限于某個職能領域，然后隨著更多員工加入其中，質量改進會拓展到更寬泛的領域。
第4階段：能夠預知問題
在第四階段，企業對能取得的成果已經基本確定。數據質量是所有業務流程的組成部分，是整個企業的基礎，而流程是完全自動化的。
為了保證數據在可接受的范圍內，必須實時執行數據管理流程，同時保證數據得到持續驗證。既然已經對過往出現的數據質量問題有充分了解，防范數據缺陷成為處于第四階段的企業需要重點關注的方面。最后，處于本階段的企業還有一個重要特征，就是數據管理工具已經成為一種業務流程，而非一種技術工具。
在成熟度模型的最后階段，整個企業內部都發生了重大的文化轉變。而且，企業不會再忽視數據管理的重要性，而是制定更全面的、涉及企業范圍內的計劃，提升管理關鍵業務數據流程的級別。憑借企業高級管理層的支持以及所有業務職能部門的認可，該計劃將會得到順利執行，從而保證信息更為一致、準確、可靠，為整個公司提供支持。
在這個階段，企業在人員、流程、技術、風險與回報四個方面的表現如下：
人:管理層全面支持數據管理的流程和標準；數據質量改進項目由公司高級管理層發起，并得到公司CEO的直接支持；數據管理團隊在全公司范圍內運作，并得到數據質量管理員、應用開發人員、數據庫管理員的支持；公司上下奉行數據采集和管理的“零缺陷”政策。
流程:擁有幫助企業達到數據完整性最高級別的流程；擁有一套完善的流程，通過定期的數據質量監控，確保數據在任何時刻都保持高度的一致性、準確性和可靠性；只有嚴密思考新舉措對現有數據管理架構的影響后，才會執行這些新舉措。
技術:整個公司范圍內的數據管理工具都被標準化；公司所有部門都使用數據管理團隊提供并維護的標準元數據和規則定義；數據質量審計結果不斷被檢視，任何偏差都會迅速被解決；數據模型準確反映所有企業數據元素的業務含義和技術細節。
風險與回報:風險低；數據完全統一，并被嚴格控制，幫助企業維護有關客戶、前景、庫存、產品的高質量信息；回報高；堅定不移地在全公司范圍內執行數據管理，有助于更好地理解企業當前的業務概況，幫助管理層提高在根據數據做決策時的信心。
如果企業想改進其整體的數據質量，要做的第一步就是理解企業數據管理成熟度模型。該模型可以幫助你了解所在企業當前的發展階段，并發現向下一階段演進所需采取的措施（如果有的話）。從而，你可以學習到使數據價值最大化的技巧，并開始將數據視為提升業務競爭力的重要戰略資產。
企業數據管理成熟度模型的最初階段通常很混亂。部門間或各職能間針對數據問題進行合作非常少見。
處于第4階段的企業還有一個特征，就是數據管理工具已經成為一種業務流程，而非一種技術工具。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：數據管理演進4階段
本文網址：http://www.guhuozai8.cn/html/consultation/10839311264.html
相關文章
