<i id="bfsa4"><video id="bfsa4"></video></i>

<strike id="bfsa4"><dfn id="bfsa4"></dfn></strike>

<listing id="bfsa4"></listing>

<i id="bfsa4"></i>
<listing id="bfsa4"></listing>
<listing id="bfsa4"></listing>
<i id="bfsa4"></i>
首頁 新聞動態 企業新聞
2023 04-24

企業新聞

關于建立數據分析模型的七點思考

進入大數據時代,數據已成為企業的寶貴資產。如果數據缺失,精確度不夠,數據模型就無法為管理決策提供有效依據,其價值將會大打折扣。因此,學會科學、高效地搭建數據分析系統實現數據集成管理就顯得尤為重要。

其中業務部門主要負責業務需求、管理內控的實現,標準化體系的建設。技術部門則負責技術實現、數據互通、跨組織協同以及第三方調研選型。


--------------------------------------------------


進行數據治理,明確需求

業務部門完成數據治理,必定需先看到自己的數據存在何種問題。應該先考慮清楚是做什么,怎么做,做多大的范圍,先做什么后做什么,達到什么樣的目標,業務部門、技術部門之間如何配合做。

明確需求重點應該是數據現狀的調研。通過調研現有數據架構、現有的數據標準和執行情況,數據質量的現狀和痛點,摸清楚數據的家底。

數據治理工作,一定要先摸清楚數據的家底,理出需求,規劃好路線圖。


數據是業務部門和技術部門共同的事

數據問題產生的原因,往往是業務>技術??梢哉f大部分的數據質量問題,都是來自于業務,如:數據來源渠道多,責任不明確,導致同一份數據在不同的信息系統有不同的表述、業務數據填報不規范或缺失等等。

數據治理既是技術部門的事,更是業務部門的事,一定要建立多方共同參與的組織架構和制度流程,數據治理的工作才能真正落實到人,不至于浮在表面。


從核心數據開始

業務部門梳理數據分析求往往傾向于做一個覆蓋全業務和技術域的、大而全的數據分析。從數據的產生,到數據的加工、應用、銷毀、數據的整個生命周期都希望都能管到。

但廣義上的數據是一個很大的概念,包括很多內容,想在一個項目里就做完通常是不可能的,而是需要分期分批地實施。所以業務部門需要從中引導,從最核心的系統,最重要的數據開始做數據梳理。

請參照二八原則:80%的數據業務,其實是靠20%的數據在支撐;同樣的,80%的數據質量問題,其實是由那20%的系統和人產生的。業務部門在數據梳理的過程中,如果能找出這20%的數據和這20%的系統和人,毫無疑問,將會起到事半功倍的效果。


加強部門數據管理人員培養

數據本身包含很多的內容,組織架構、制度流程、應用工具、現場實施和運維,這四項缺一不可,數據分析系統只能展示其中一部分內容。業務部門在數據分析建設中需加強組織架構和人員配置,所有的活動流程、制度規范都需要人來執行、落實和推動,沒有對人員的安排,后續工作很難得到保障。

部門在做數據分析建設時將組織架構放在第一位,有組織的存在,就會有人思考這方面的工作,思考怎么去推動,持續把事情做好,以人為中心的數據治理工作,才更容易推廣落地。

建議將已有崗位上的人,兼職負責數據治理的某個流程或功能,重點是要責任到人。


數據標準落地

業務部門目前有很多數據標準,但是這些標準并沒有落地。因此,須先做數據標準的落地。數據標準真正落地了,數據質量自然就好了。

首先需要全面梳理數據標準,而數據標準的全面梳理,范圍很大,比如國家標準、行業標準、組織內部的標準等等,需要花費很大的精力,甚至都可以單獨立一個項目來做。所以,業務部門需清楚梳理數據標準的廣度和難度。其次請參照以下兩類情況進行:

第一類是已經上線運行的系統,對于這部分信息系統,由于歷史原因,很難進行數據標準的落地,但歷史數據較多,亟待執行標準。

第二類是對于新上線的系統,是完全可以要求其數據項嚴格按照數據標準落地的。


形成數據質量問責的閉環

前期各業務部門和信息部人員通力合作,配置好了數據質量的檢核規則,也找出來了一大堆的數據質量問題,但是大多數數據在半年之后、一年之后,同樣的數據質量問題依舊存在。

該問題的根源在于沒有形成數據質量問責的閉環,要做到數據質量問題的問責,首先需要做到數據質量問題的定責。

定責的基本原則是:誰生產、誰負責。數據是從誰那里出來的,誰負責處理數據質量問題。

這種閉環不一定非要走線上流程,但一定要做到每一個數據都有人負責,每一個問題都必須反饋處理方案,處理的效果最好是能夠形成績效評估,如通過排名的方式,來督促各責任人和責任部門處理數據質量問題。

結合業務形態建立有效分析模型

在數據分析模型搭建階段,須堅持業務價值導向,把數據分析的目的定位在有效地對數據資產進行應用,確保其準確、可信、可感知、可理解,為業務部門應用和領導決策提供數據支撐。

在這個過程中,業務部門須重視并設計數據分析的可視化呈現效果,比如:數據應用于什么場景,是否直觀有效的展示出來,數據應用的業務環節中除了本部門外,其他部門需要看到什么樣的數據及分析模型。

除此之外,各數據應用部門應時常組織交流和培訓,引導業務人員明白到數據分析應用的重要性和便捷性。


--------------------------------------------------


供稿:總裁辦  宋曉駿

編輯:白婷
責任編輯:黃朔

編審:馬建強


版權聲明

本公眾號原創及轉載文章、圖片等內容版權歸原作/譯者所有。如有不妥,我們誠懇表示歉意,請及時與我們聯系。原創文章除特別聲明外,歡迎非商業轉載,敬請注明來源。



分享到:

更多
上一篇:

成一制藥再添榮譽 獲評“2018年度中華民族醫藥百強品牌企業”

va欧美国产在线视频_加勒比最新无码av免费资源_精品国产麻豆免费人成网站簧片_亚洲AV无码一级毛片

<i id="bfsa4"><video id="bfsa4"></video></i>

<strike id="bfsa4"><dfn id="bfsa4"></dfn></strike>

<listing id="bfsa4"></listing>

<i id="bfsa4"></i>
<listing id="bfsa4"></listing>
<listing id="bfsa4"></listing>
<i id="bfsa4"></i>