紧跟业务发展速度的数据可视化是什么样的

ningxueqin

　　如今企业要获取数据，物联网(Internet of things，IoT)设备、可穿戴设备、软件即服务(Software as a Service，SaaS)应用程序和社交媒体都是来源。对这些数据的组合和深入分析可以为企业提供新的洞察力，并助力企业发现潜在商机。通过将这些能力在企业内扩展和制度化，企业可以更快获取商业决策支撑，同时极大降低试错成本。



　　在将孤立的信息转换为适用企业的洞察力过程中，数据可视化并非一时之功，而是要找对方向，坚持不懈。理想状态下，数据治理应当随着公司战略的发展而调整和扩展，并容纳不断增长的数据。更重要的是，要提供通用的命名规则和信任基础，从而降低跨业务部门和职能部门的沟通成本。
　　如果数据是种能源，亿信华辰时效是商业的货币，那么数据治理就是融合两者的纽带。它由系统、政策和流程组成有机整体，实施数据治理的企业可以确保团队在正确的时间处理正确的数据，以增强并自动化相关流程、产品和体验。在当今竞争激烈的环境中，这个想法令人激动也充满价值。当然，要实现这个目标需要投入大量的时间和精力。在本文中，我们列出了一个三步走的流程，让数据治理计划开展紧跟业务步伐。
　　步: 夯实基础架构
　　在很多企业中，数据治理通常仅限于合规、隐私和安全层面。毫无疑问，这些都是关键领域，但如果扩大数据治理范围并拓展监督人员多样性，那么更高效的决策和运营自会带来更多商业价值。所有数据治理计划都应当包含四个主要组成部分：数据治理指导委员会、数据所有者、数据统筹员和数据管理团队。
　　首先，评估数据治理指导委员会。如果没有，就组建一个。这个委员会包含来自所有业务部门和职能部门的领导;如果有，但缺乏跨部门协作的职能，那就增加这个职能。每个业务部门和职能部门都应当在委员会中有一名代表。根据委员会的规模和范围不同，这名代表可以是一个高级管理人员，也可以是与核心业务数据和IT系统密切相关的人。
　　委员会需要有明确的目标，该目标应由业务需求和合规性共同驱动。阐明这些目标有助于委员会建立并推动有效的数据治理目标。比如某个代表大型医院管理其行政流程的医疗保健组织。指导委员会确定目标，然后推动审批流程自动化。为了实现这一目标，应在末端业务中推动数据定义通用化。
　　一旦建立了指导委员会并确定了其目标，就需要进行职责分工。每个业务部门和职能部门都应该有一个数据所有者，由他们编制和维护政策与流程，这些政策和流程将不断缓解各自领域中最棘手的数据质量问题。以医疗保健行业为例，每个业务部门对拒绝索赔的定义略有不同，这就阻碍了医疗机构对索赔审批流程的自动化改革。委员会意识到需要调和这些定义差异的需求后，就会协调拒绝索赔的通用定义，以实现数据聚合和自动审批。然后，委员会指派数据所有者采用这一通用定义，将各自业务部门或职能部门管理的数据进行整理，并与通用定义保持一致。
　　接下来，需要分配数据统筹员。数据统筹员的职能是为数据所有者提供服务，以推动政策执行并指导特定领域的变更管理以及报告数据质量问题。例如，在一家B2B软件公司，协同营销部门的数据统筹员可能会负责主导并推动在CRM工具中使用与方位有关的通用命名(例如，东、南、西、北)来对领导人员进行分类。数据统筹员可以对使用这个工具的销售代表进行培训，跟进其使用情况，并提出政策改进建议。
　　最后，建立数据管理团队是非常必要的。该团队通常由IT技术人员组成，是数据治理计划的顶梁柱。它将制定并监控政策和流程，为此需要执行审计以确保相关政策和流程遵循隐私政策和安全制度。同时，它还将评估数据的准确性、相关性和完整性，并推动数据生命周期(从数据的生成存储到过期和销毁)战略。