Data Governance (一) - 從痛點開始
資料治理的範圍真的很大，從解決某個資料定義上的問題、撰寫定義、標準化、到Dashboard指標的管理，都在資料治理的輻射範圍內。
這時候就會有人問：不管是解決標準化的問題，還是Dashboard指標不準確，不都是一般專案可以處理的事情嗎？
沒錯，一般專案確實能搞定這些事情，但資料治理注重的重點是在「個案之上」：
-
我要怎麼樣可以快速解決這個問題？
-
我要怎麼樣可以避免這種問題再次發生？
所以可以理解，資料治理就是將處理資料問題的手法，透過固化的流程、方法、組織、角色，把企業中常見的資料問題，系統性地加以解決，並從源頭預防問題再次出現。
這也是我第一個想跟大家分享的重點：不要為了治理而治理。資料治理的核心，還是在於「有事要解決」。只要能把這套解決框架固化下來，恭喜你，你已經在進行資料治理了！
這邊也舉幾個常見痛點和對應解法，讓大家感受一下：
1. 有了資料倉儲，但資料本身的定義不清，無法讓業務人員自助查詢（Self Service）
透過資料中台規章，規範所有要進入資料中台的資料／產出的報表相關資料，都必須進行元資料治理，將定義與資料表格綁定。
這樣可以讓業務人員清楚理解資料的意義與範疇，大幅提升自助查詢能力，降低對IT部門的依賴，同時也確保資料在各個環節被正確理解與應用。
2. 重要資料每次更新都需專案內部進行上下游串接分析，導致進度緩慢，影響範圍不易盤點
透過制定系統開發規範，要求對外接口開放時必須明確定義資料標準，並於下游系統建立串接紀錄。
再搭配流程中綁定資料血緣（Lineage）維護規範，
可實現即時盤點上下游影響範圍，讓變更風險可視化，提升變更效率並降低專案溝通成本。
3. 公司內大家常說的指標計算結果都不同，造成成果比較無法對齊
透過資料中台的導入，將計算公式於中台ETL層統一運算，由下游系統引用；同時要求所有報表專案在BA過程中確認指標定義，並與報表資料建立Linkage綁定，
可確保組織內所有指標「定義一致」、「公式一致」、「來源一致」，避免數字打架，也讓指標管理與溝通成本大幅下降。
留言
張貼留言