【数据治理】什么是数据竖井，为什么它们有问题？

数据仓库是跨不同部门、业务线或软件系统有机产生的独立数据存储。当不同的团队生成、存储和管理数据时，他们会开发自己的系统和数据库——通常不会相互通信以确保数据在整个组织中都可以访问。虽然这通常是无意的，但当数据变得孤立时，可能会给您的业务带来严重问题。

从阻碍数据治理工作到限制见解，数据孤岛是许多组织数据管理之旅中的一大障碍。在本文中，我们将讨论什么是数据竖井，为什么它们如此有问题，以及您可以做些什么来分解它们。

目录

• 什么是数据竖井？
• 数据仓库是如何发生的？
• 为什么数据仓库有问题？
• 如何分解数据仓库
• 通过主数据管理充分利用您的数据
• 分解数据仓库只是开始

什么是数据竖井？

数据思洛存储器是与企业其他部分断开连接或无法访问的数据存储库。数据仓库既可以是组织性的——各个部门或业务线都有自己的操作或分析用例——也可以在其他组可能无法访问的不同系统中物理分离。

以下是数据竖井的一些标志性特征和影响：

• 隔离如上所述，孤立数据不与其他数据存储库通信。这阻碍了数据的集成和正确管理，最终阻碍了协作，并限制了您从数据分析中获得的见解。
• 数据质量差。当数据被孤立时，数据治理无法正常工作。这往往会导致数据质量问题，如数据不一致和过时。
• 安全和合规风险。如果没有适当的数据治理，组织将面临更大的安全和法规遵从性问题风险。例如，孤立的客户信用卡数据可能在应该加密时意外地以纯文本格式存储，或者敏感的患者健康信息可能被医疗保健提供者以外的人访问。
• 重复。因为孤立的数据没有与其他数据存储库集成，所以同一数据很容易存储在多个不同的地方。这被称为数据复制，它可能会对收入、效率和利润产生有害影响。
• 效率低下。孤立的数据不仅会导致数据重复，还会导致业务流程效率低下。例如，要一起分析某些数据类型，数据分析师可能需要经历从一个数据库提取、加载一些数据并将其传输到另一个数据库的耗时过程，而这些数据本应一直集成在一起。这不仅浪费时间，还增加了人为错误的风险，可能会进一步损害数据质量。

数据竖井是如何发生的？

如果组织不小心，数据孤岛可能会以几种不同的方式出现：

• 数据被困在最初捕获或存储数据的系统中，例如销售点（POS）系统或客户关系管理（CRM）系统中，要么是因为它在技术上不可行，要么是组织缺乏员工或技能，要么是团队没有想到会以不同的方式操作
• BI和分析团队执行数据集成以组合独立的数据源，但最终业务用户或不同部门（有时称为信息孤岛）不容易访问他们生成的视图或数据产品
• 数据团队无法访问数据，有时是由于数据安全协议或权限，例如可能存在的保护个人信息的协议或权限
• 公司文化不能促进跨部门协作——这一问题在具有自上而下、分层组织结构的大型组织中尤为常见

正如你可能知道的，这里有一些共同的主题在起作用。技术可能被视为打破数据孤岛的最大障碍，但尽管在许多情况下这肯定是一个问题，但数据孤岛往往始于人。

努力构建一个更平坦的组织结构或更具协作性的工作环境，可以创造奇迹，减少孤岛，让数据获得更多价值。

为什么数据竖井有问题？

理想情况下，来自不同来源的数据应集成进行分析，以便分析领导者能够更好地了解其企业数据所讲述的全部情况。简单明了的是，数据孤岛阻止了这种情况的发生，并阻碍了组织从其数据中获得最大价值。

让我们进一步分解一下，看看数据仓库阻碍您的组织发展的一些具体方式。

1.数据孤岛导致重复工作

在组织内分解和孤立数据往往会导致工作和条目的重复。不同的团队或部门监督自己独特的数据存储库，因此信息通常记录在多个数据源中。这给各种数据分析或报告过程增加了不必要的步骤，浪费了时间、精力和资源。

2.数据孤岛损害协作和沟通

将企业的核心数据隔离在每个团队或部门之间，就像隔离每个团队成员，并将他们放在没有电话或互联网连接的独立隔音房间里。沟通是不可能的，他们不能共同努力实现一个共同的目标。

这正是数据竖井的情况。因为数据本身无法与其他系统通信，也无法在整个业务中进行协调，员工也无法。这减缓了项目进度，扼杀了创新。当你剥夺了一家公司访问和共享关键数据的能力时，你就会阻碍团队合作和整体生产力。

3.数据孤岛导致信息不一致

如果在不同的系统中以不同的方式、不同的标准输入相同或相似的数据，势必会出现不一致和不准确的情况。由于数据没有统一标准化，数据的完整性和一致性受到损害。

这导致组织利用质量较差的数据，对基础数据是否可信产生困惑和怀疑。如果数据不一致或不准确，则表明您的企业在报告、分析和决策方面存在差异。

4.数据孤岛可能导致错失机会

当你不能全面了解所有运动部件时，很难随时了解情况或了解最新情况。同样的原则也适用于孤立的数据源。如果一家企业不能看到或访问其所有关键数据组件，那么它就无法发现可能带来机会的有价值的见解。

孤立的数据使得预测市场趋势和确定整个业务的主要相关性变得困难。当洞察仍然被隐藏，数据没有被利用时，战略计划将遭受巨大损失。

5.数据孤岛导致资源分配不当

零散的数据会创建资源的零散视图。缺乏对组织资源可用性和利用率的全面了解会导致资源分配不当和运营效率低下。

无论是人员、设备、预算还是其他方面，宝贵资源的过度或分配不足不仅会降低生产力，还会导致整个企业的失衡，从而影响组织。

如何分解数据竖井

打破数据竖井并不是一项快速、一劳永逸的任务。这是一个持续的战略过程，需要有效的数据管理。在继续之前需要有一个最终目标，因为这涉及到管理和维护所有最关键的数据。

尽管您的组织的最终目标是提高性能、效率和生产力，但从战术上消除竖井的方法是跨多个域协调您的企业数据。

为了使您的数据保持准确、一致和可靠，它必须与每个系统进行通信。除非数据标准化，并且使用已建立的数据治理框架来实施政策或程序，否则这是不可能实现的。

采用数据治理

数据治理将您的数据策略和标准付诸实施，并使您在企业范围内了解数据管理实践。它构成了核心数据的主干，并定义了如何访问、输入和使用这些数据。

该框架还建立了数据环境的权限，允许使用分层结构。这包括数据所有权、可访问性、可共享性、安全性和集成准则。数据治理是启动流程的有效方式。

培养数据驱动的文化

虽然建立一个治理框架并实施满足您的数据和业务需求的综合解决方案是绝对必要的，但在组织内培养协作、数据驱动的文化则取决于领导力。这需要跨部门的定期沟通和跨职能举措，以实现数据共享。如果执行团队促进数据的可访问性，那么其他业务也将紧随其后。

维护数据驱动的文化是通过监控您的数据标准和集成来实现的，同时预测和防止潜在的竖井。

通过主数据管理充分利用您的数据

充分利用您的数据不仅可以消除数据孤岛，还需要一个建立在高质量主数据基础上的可信数据环境。

坚实的主数据管理（MDM）解决方案对于确保组织内多个系统和流程中的数据干净、准确和可信至关重要。执行一个成功的实施需要仔细的规划和有效的MDM策略。

以下是一些使用MDM提高组织生产力的有用提示。

1.确定目标和目的

在部署MDM解决方案之前，请确定需要改进的特定领域，并确定您想要的业务成果。在推出主要数据解决方案之前，您需要实现可实现的业务目标。

这可能包括由于消除了重复数据而减少重复发票，或者由于分析师不再需要每次手动清理数据而减少了季度财务报表的关闭时间等等。但在您开始旅程之前，您的组织需要就目的地达成一致。

2.使目标与数据质量问题保持一致

当您确定工作的优先级时，您需要确定对组织发展业务最重要的关键数据域。这些是要首先掌握和管理的数据元素。

在您的第一个MDM计划中，您需要向组织的其他成员证明其价值。向你的投资者和股东证明他们做出了正确的决定。将您的MDM工作重点放在您最需要的地方，并根据每个领域的战略重要性管理您的范围。

3.实现数据分析

在最终启动战略性MDM计划之前，您的数据需要进行诊断。执行数据分析以识别任何重复、不一致、孤立或缺失的值。了解您的数据质量的当前状态，可以了解MDM在哪些方面最有利于您的组织。

从那里，您可以开发必要的数据清理工具和流程来解决这些问题，以提供所需的准确可靠的数据，从而提高性能和生产力。

打破数据竖井只是一个开始

分解数据竖井是一个有效的MDM程序的关键组成部分。它为您的组织提供了统一的数据系统，并为值得信赖的高质量数据提供了一个集中的中心。但筒仓只是冰山一角！

阅读我们关于开发MDM战略的完整指南，了解更多关于如何通过主数据管理构建统一数据环境的信息。