数据管理演进4阶段

　　企业想要改进其整体的数据质量，第一步就是理解数据管理成熟度模型。该模型可以帮助你掌握数据管理的实现是怎样一个循序渐进的过程。

　　有远见的企业都认识到了一个关键的理念：浪费在无效数据管理上的成本要远远高于有效数据管理所需的成本。简而言之，企业依赖于数据。抛开行业、收入规模，竞争环境等因素，每个企业都要靠数据来生成有助于企业做出有效决策的信息。

　　想要获得成功，需要业务团队与IT团队合作执行数据管理计划。业务团队负责建立管理数据的业务规则，并负责最终验证数据的质量。IT团队负责建立并管理整体环境―架构、技术设备、系统以及从企业各个部门采集数据并存储数据的数据库。

　　企业数据管理成熟度模型是一种新框架，可以帮助企业确定并量化其数据成熟程度。通过企业数据管理成熟度评估，你可以了解低估数据管理工作可能带来的风险。成熟度模型还可以帮助企业了解数据管理演进到下一阶段后将带来的收益和所需的成本。

　　企业数据管理成熟度模型是一个包含了四个阶段数据管理成熟度的统一体。从其中某个阶段演进到下一阶段需要一定的时间。通常，企业的不同部门也可能会处于成熟度模型的不同阶段。如果所需成本高于收益，企业最终可能不会选择演进到更高的成熟度阶段。

　　实际上，随着企业向更高阶段演进，可能获得的潜在收益也越来越高，而模型中的每个阶段都是需要相关投入的。可以从四个方面来定义每个阶段的发展：

　　人：需要哪些人参与其中，他们需要做出何种贡献？

　　流程： 必须进行何种活动？

　　技术： 必须投资何种技术？

　　风险与回报： 企业在当前阶段面临何种风险？数据管理演进到下一个阶段，企业会获得何种收益？

　　第1阶段：尚无数据管理意识

　　企业数据管理成熟度模型的最初阶段通常很混乱。部门间或各职能间针对数据问题进行合作非常少见。处于阶段一的企业几乎没有制定有关数据管理的制度和策略。实际上，许多文件和数据库中都存有相同或相似的数据。处于本阶段的企业可能有一个储存客户信息的计费数据库，而相似的数据同时还保存在销售自动化系统和营销数据库中。

　　结果，企业内部各部门间的数据质量参差不齐。财务数据库可能保存了高质量的数据，而营销数据库中却充斥了错误的地址数据或是重复的记录。

　　尚无数据管理意识的企业无法有序组织数据管理活动。有一个典型的方法适用于处在该阶段的企业：让数据所有者或IT部门员工在必要的时刻更正错误数据。除了把数据保存在独立的数据库中，没有人会理解为什么会存在问题，或者这些问题将来会有何种影响。

　　若要改进，企业需要认识数据完整性或可用性的问题。通常，能认识到数据管理方面的缺陷可能会引发组织层面的深层问题，并能够确认这些问题的源头就足够了。认识问题，加上解决数据管理缺陷的决心，就可以帮助企业开始了解数据管理的问题、风险和回报。

　　在这个阶段，企业在人员、流程、技术、风险与回报四个方面的表现如下：