数据管理演进4阶段(2)

　　人:成功依赖于为数很少的几位高级人才；数据库的运行依赖可以运用不同方法调整并更正数据的员工；管理层不致力于解决也不认可数据完整性问题；数据质量出问题，企业常常认为是 IT部门的错。

　　流程:没有成文的数据管理流程制度，数据管理混乱，以项目为中心；通过人工驱动的流程，在问题发生时才着手解决问题；几乎没有长期解决问题的决心；企业内部广泛存在重复数据，导致职能单位间资源浪费严重。

　　技术:工具主要包括一些常用软件（微软的 EXCEL和ACCESS），未使用功能强大的数据管理软件 ；没用图表展示数据，也没用使用分析或审计等方法来确定数据的特征；仅在个别部门或数据源头进行数据清理或标准化；采用了一些技术来辅助人工的质量改进措施。

　　风险与回报:风险非常高，因为数据问题会导致客户流失（因为错误理解客户价值）或不合理的业务流程；虽然没有制定相关的流程来分析孰是孰非，但还是有一些人成为替罪羊，从而受到指责；回报低，除了个别员工或部门获得成功之外，企业几乎没有从数据管理中获得任何收益。

　　第2阶段： 被动做出反应

　　到达第二阶段后，企业就会理解所发生的数据管理问题，并意识到数据对企业的成功至关重要。但是，只有当发生重大问题或项目偏差时才会着手改进数据质量。处于该阶段的企业最多也就是在问题发生时做出反应，以期将危害降低到最小程度。

　　在第二阶段，数据问题的解决方案并不是集成的，而是无关联的点状解决方案。此时，向第三阶段前进的动力通常是管理层的战略构想，即搞好数据管理工作可以带来实际的业绩。为了向下一阶段迈进，企业必须将流程与技术整合，以便从数据资源中获得更多成果。

　　企业还必须制定成文的数据管理制度，并将其作为应用开发的核心竞争力来执行。在新系统和数据仓库上线后，员工必须了解企业的数据管理流程和相关协议。为确保相关制度能够到位，需要进行一些必要的兼容性测试。最后，企业必须就数据管理流程的所有权达成共识，将职责分配到相关部门。

　　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：

　　人:成功依赖于一些专业技术员工（数据库管理员、IT员工等）；员工个体创建适用的流程，但整个团队或部门缺少统一的标准化流程 ；缺少长期的解决方案； 公司管理层几乎不认可数据的价值。

　　流程:开始有较强势的数据管理职能，但重点仍放在在发生问题时改进数据质量；大多数流程都是短期应急的，重点针对近期所发现的某些问题；在单个团队和部门内部，任务、角色被标准化。

　　技术:通常会使用一些战术性数据管理工具（例如数据图表展示或数据质量解决方案）；大多数数据没有整合，但有一些个体员工或部门尝试整合数据；出现了一些数据库管理战术，例如应激反应式的性能监控 ；试图整合那些因质量问题需要放弃或重做的数据（例如数据仓库）。

　　风险与回报:风险高，因为缺少数据整合，并且整个公司范围内数据的整体准确性不佳；虽然偶尔会进行数据分析和更正，但涉及跨职能时仍然会发生一些数据错误；回报有限，且大多数都不确切；多数投资回报都是通过个体流程或员工个体取得的；公司层面上，很少或几乎没有意识到数据管理的好处。 （转载自http://zw.ＮＳＥaＣ.com科教作文网）