近年来,数字经济正在影响着每个人的日常生活,数据已经贯穿了企业日常业务的各个方面,对于企业来说,数字化转型不仅是战略举措,更是其生存和整个业务模式的基础。但59%的受访高管表示,企业人员与大数据之间的的鸿沟让数字化转型变得困难重重。
一、用户与大数据之间的鸿沟 让数字化转型困难重重
目前虽然不少企业已经广泛建设大数据平台,但却难以直接使用平台中的大数据,企业人员与大数据之间存在着一道难以逾越的鸿沟。
图:企业人员与大数据之间存在鸿沟
这道鸿沟的出现导致企业在使用大数据的过程中出现数据不可知、需求难实现、数据难共享等一系列问题:
1、数据不可知,数据价值无处可寻
企业环境中到底有哪些数据,这些数据在哪里,慢慢变成了大数据平台的“迷”,用户迷失在动辄几十PB的数据中。对于企业管理者来说,无法从管理的视角了解企业大数据的整体情况,不清楚数据在各个部门的分布和使用情况,难以看出大数据对业务的帮助,难以体会大数据的业务价值;对于业务人员来说,对平台中各种技术化的表结构不知所措,常常迷失在技术化的大数据中,难以用自己熟悉的方式找到对业务有意义的数据。
2、需求难实现,数据分析困难重重
在数字化转型下,企业业务人员需要大量的数据分析工作来支撑业务的变化,但目前数据的提供方式已经难以满足业务人员数据分析的要求。
IT人员通过瀑布式开发来准备数据的方式,使业务人员必须一次性提出所有需求,加之双方对需求的理解不同,需求实现的时间往往很长,结果却不尽如人意;而对于IT人员来说,虽然可以应付时效性要求不高的报表需求,但对时效性要求比较高的与业务分析相关的需求的快速增加,让需求的按时实现变得非常困难。
3、数据难共享,重复工作屡见不鲜
对企业来说,多个部门的数据应用之间往往存在着明显的竖井,业务人员在做使用数据时,时常因为不知道部分数据已经存在,而重新向IT人员提出所有数据的获取请求;IT人员因为看不到已有开发成果,时常重复开发功能相同的数据作业;各部门间协作共享困难造成的大量的重复工作,使大数据的价值进一步弱化。
二、通过自服务的大数据治理 消除用户与大数据之间的鸿沟
什么是自服务 支付宝就是一个很好的例子。在支付宝出现之前,我们无论是查账、取钱还是转账汇款,都需要到银行窗口排队,还需要进行一系列很复杂的流程,支付宝出现之后,我们通过移动设备就能直接查账、买东西和转账汇款,还能管理自己的钱财,清楚自己每一笔钱款的明确去向,自己就能完成原来在银行业务员的帮助之下才能完成的事情。
要想彻底消除用户与数据之间的鸿沟,需要在保证整个过程的数据质量的前提下,让企业人员能够自助地准备与分析数据,我认为这是未来企业对大数据治理的要求,也是大数据治理未来的发展方向。
图:为大数据治理加入自服务能力,消除用户与数据之间的鸿沟
带有自服务能力的大数据治理,与之前比较传统的数据治理相比,将会出现以下几点突破性的变化:
1、变被动为主动,降低企业开展大数据治理的难度
为大数据治理增加自服务能力使企业能够在数据的使用过程中就能提升数据质量,而不再需要专门把数据统一拿出来进行管理。这种方式能够让用户在使用数据的过程中直接获得大数据治理的好处,从而更主动地参与到大数据治理中来,用自下而上的数据使用需求与自上而下的行政命令相结合,让企业更容易地开展大数据治理。
2、可管理的范围更广,贯穿企业数据使用的全过程
我在《敏捷数据管理的12个技术原则》中曾经提到过,企业在做数据治理时容易犯一个错误,就是只检查已经产生的数据,然后再简单地将错误数据剔除,这种方法没有覆盖到数据的整个生命周期,不能从根本上解决问题,而自服务能力的加入,让大家能在日常的工作环境中自动控制数据质量,让大数据治理贯穿数据从产生、传递到使用的整个过程,真正实现对数据的端到端管理。
3、应用范围增加,从面向数据管理者转变成面向企业所有人
传统数据治理一般只管理了数据仓库中的数据,数据治理平台搭建好以后,用户只是数据管理部,成为了数据管理部自己的工作环境,因此数据治理难以得到大范围的应用。而自服务能力的加入能够让大数据治理融入到企业的各个系统中,这大大增加了大数据治理的应用范围,从而使大数据治理平台从数据管理者的工作环境转变成业务人员、甚至企业管理者等企业所有人的数据工作环境。
对于企业来说,现在用户要想获得大数据平台中的数据就像去银行窗口取款,需要给数据服务团队提需求,进行一系列流程,最后才能把数据拿到手,带有自服务能力的大数据治理平台能像支付宝一样,在管理数据的同时给大家提供自助查找、获取和使用高质量数据的能力,给企业数字化转型带来更多业务价值。
三、企业如何应用自服务的 大数据治理加速数字化转型
企业具体该如何应用自服务的大数据治理解决数字化转型中的问题 可以简单概括为管、看、找、用几个方面。
1、管:帮助企业管理海量数据,保证业务创新数据的可靠性
通过各种手段帮助企业把数据管理好、保证数据的质量一直是大数据治理的重要任务,数字化时代,企业的数据来源比以前更广了,而且大部分是媒体、视频、物联网传感器等非结构化数据,这些数据远比以前更加难以管理,如何把这些信息管理好,依然是未来大数据治理的基础和重点。
2、看:提供360°视图,帮助用户从多角度认识企业大数据
企业环境中的数据纷繁复杂,可视化的方式能为企业用户直观地展现出企业的数据情况,从而极大地提升企业用户对大数据的认识。比如说,可以通过数据地图、主题图、导航图、业务数据流图以及大屏显示等展现方式从财务、人力、策略、外部、组织、IT、治理、过程、项目等多种角度展示企业大数据情况,使企业中的各种角色都能找到理解大数据方式,从而提升企业角色对大数据的整体认识。
图:多角度展示企业大数据
3、找:打通业务与数据的关系,帮助用户快速“淘”到所需数据
大数据时代,员工查找所需数据越来越像“大海捞针”,据统计,企业员工每天要花费15%—35%的时间在海量信息中查找需要的数据,可见充分释放数据价值的前提是让企业人员能够自助查找数据。现在用户普遍比较适应“淘宝、京东”式查找,通过机器学习技术形成企业业务的知识图谱的方式有效地管理业务元数据,通过自动化工具管理技术元数据,实现二者的有效关联并打通数据间关系,能让企业用户能够像网购时挑选商品一样来查找企业数据环境中的数据。
4、用:减轻IT人员负担,为业务人员提供自助数据准备能力
业务人员在做数据分析之前的数据准备工作常常依赖于大量工具和多名IT人员,业务人员不得不同时学会使用多种工具,同时也占用了IT人员的时间,带有自服务能力的大数据治理平台,能在业务人员找到所需数据后,自动将数据准备好并通过统一工具的可视化的交互界面提供给业务人员,让业务用户快速拿到需要的数据,从而将更多精力投入到如业务相关的数据分析中。
四、总结
带有自服务能力的大数据治理与之前比较传统的数据治理相比,拥有更广泛的应用场景,能帮助企业有效解决在数字化转型中遇到的一系列问题,有望成为未来大数据治理的发展方向。