脚本宝典收集整理的这篇文章主要介绍了企业数据治理总结（1），脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。
数字化转型的本质是：在数据和算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，构建企业新型竞争优势（来源：《重构-数据字画转型的逻辑》）
数字化转型的基础是数据。只有高质量的数据才能给数字化转型提供高质量的支撑，而数据质量也是数据质量体系的核心环节。
除了数据质量，数据治理还可以提供企业一套数字化转型的组织架构参考，让企业的数字化转型有科学的组织保障，进一步保障数据治理和数字化转型的长治久安。
从上到下：先做数据管理成熟度评估，发现数据管理的问题和现状，从而提出数据管理的规划蓝图和实施里程碑，比如数据治理项目第一期聚焦的治理领域（如 元数据）和业务领域（营销业务）
从下到上：针对具体的数据问题（比如数据质量问题、数据安全问题），启动专项项目，比如营销领域数据质量项目，专门用于提升营销领域的数据质量
无论是自上而下，还是自下而上，都要有公司数据治理的整体规划蓝图，具体实施步骤是根据蓝图的指引来做的。
在使用数据过程中，会遇到很多具体的问题，这些具体的问题该如何解决呢 ？可以参考如下的例子：
汽车生产过程中有个关键的质量参数叫做“见习平顺度”--比如前后门交界面的高度偏差和间隙宽度偏差。比如现在有个间隙过大的具体问题，一般会有两种解决方式：
1）解决具体的问题：在整车下线之后的的质量考核发现该问题，于是逐辆车调整：调整前后门板位置，以使得间隙符合要求
2）解决系统的问题：针对该问题进行根本原因分析，解决造成该间隙问题的系统性原因（根本原因），比如调整工装、调整产品尺寸偏差等
同样，销售段有很多工具，但是其组织架构没有对齐，导致人员和组织的逻辑和标准不一致，从而进一步导致流量分发不可靠、数据看板不可细粒度分析等问题。针对这样的问题，我们也可以使用两种方式来解决：
1）解决具体的问题：比如这次张三的组织架构不对，通过手动调整来解决；下一次李四的组织架构不对，再通过手动调整解决......
2）解决系统的问题：明确组织架构问题的根本原因（来源不统一、维护责任分散等），通过引入“组织主数据系统”来建立对应的权威数据，其他系统的组织相关数据统一从该系统引用
以上是脚本宝典为你收集整理的企业数据治理总结（1）全部内容，希望文章能够帮你解决企业数据治理总结（1）所遇到的问题。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。