全局式数据质量—数据质量管理提升的典范

作者:Jay Zaidi  2011-12-10

译者:韩璐麟 陈力 何晓梅

简介

企业是否将数据看做其战略资产?组织是否基于对数据质量需求的定位而做了正确的投资以达到主动地监控关键业务数据、并且做到贯穿企业整条信息供应链的数据质量的管理?

诸如此类的问题是现代企业必须考虑的。企业运营离不开数据,数据是企业的生命线,数据或许是衔接决策制定与财务报表的最重要的因素。

企业需要基于数据来进行决算公开,企业的风险也需要基于数据来不断进行监控和管理。因而数据是企业的重要战略资产,必须引起足够重视。

核心挑战

对内部控制及风险管理的相关文档凭证进行检查的消极检测,并非现代企业唯一可行的检测方式。监控部门和内部审计团队被要求做一些更积极的检测,其焦点在于透明度和管理责任。这些检测被整合到大量的业务流程和数据管理过程中,其依据是一个衡量标准,这个衡量标准关系到每一个数据供应链源头。新的标准制定和监察部门已经着手监察及关注有关数据质量的系统性问题,特别是诸如银行金融服务、保险、医疗、制药、大众消费品、零售、政务、交通、房地产以及电子工业等相关的跨国公司和与政府相关企业。

必须确保企业的数据用户对数据具备很高的信心水平。适当的数据质量业务实践,对企业能否在21世纪蓬勃发展是至关重要的。企业需要考虑经常在被动地处理与数据质量相关的问题中(最常见的是存储问题)付出的人力和财力方面的代价。

 

上述问题包括:

将冗余检查植入企业的系统和流程;对流转于各系统间数据,缺乏对其质量的可见度;由劣质数据造成的重大法规、声誉方面的风险;由低质量数据在决策的影响和低劣数据质量对时效价值的影响。

以上仅仅是组织在数据质量方面应该引起重视的问题中的一小部分。它们强调的是这样一个核心问题,即:劣质数据是一个影响到组织各层级水平,必须着手处理的系统性问题。

解决方案

特别是在由低劣的数据质量管理引起了一连串备受瞩目的事件之后,数据质量已被视为数据管理、数据治理中的一个关键领域。现在必须立即识别和应对上述将企业暴露在重大危险中的系统性问题。这需要一个从事后反应到未雨绸缪的思想转变,应当主动实施数据质量管理以及采用全局数据质量框架(HDQ)

HDQ是我为了突出数据质量管理思维模式转变而创造的一个术语。质量不应该仅仅是在业务单元进行纵向的衡量或管理,而应该是基于HDQ框架采用更全局整合的方法。这种方法整合了持续质量衡量,异常报告和充分的分析。在企业层面的HDQ应用,可以得到高质量的数据,降低因事后补救质量问题的成本,将热点问题和异常问题透明化,并且可以显著降低花费在用于支持内、外审计工作上的成本,而且这会在合规性方面有重大效益。

   鉴于数据泛滥和最近几年海量数据的复杂性(例如云计算和ASP的实施),在数据质量管理方面没有速成之法可行。然而,采取将系统化实施HDQ框架与共享服务能力相关联的战略方针,就有望使得企业战胜这些挑战。

HDQ解决方案的组成部分有:

  • 数据质量维度框架
  • 解决方案架构
  • 数据质量软件
  • 业务流程管理和网络服务结合功能
  • 元数据仓
  • 企业数据质量中心
  • BI商业智能软件
  • 面向服务的体系结构平台
  • 问题管理系统

维度框架能够保持数据质量管理的需求以及度量标准定义一致。解决方案的架构则由企业的数据质量业务案例和数据处理模式来驱动。数据质量软件和BPM能力被用于实现业务解决方案和数据管控流程。元数据仓库掌管数据字典、业务词汇、数据沿袭、数据接口定义以及其他管理数据时所必须的元数据。数据质量中心以及BI平台,可以捕获和提供企业报告,将有关质量热点、数据模式、数据异常、等业务关键数据的整体健康状况的情报提供给企业。

SOA平台提供了销售企业级数据质量管理服务的能力。问题管理系统是数据问题的中央资料库,一般来说应该有沿企业级报表组件转发及管理问题的流程处理能力。

在企业级别上应用HDQ策略,需要强大的项目管理、系统整合、面向服务的体系结构、数据仓储以及商业智能专家。许多企业已经具备了这些能力和技术集合。

总结

   我曾经开发并且成功部署了HDQ框架以及与之相关的方法论、最佳实践、设计模式和工具来应对数据/信息质量挑战。这些是每个公司的企业数据管理程序中必不可少的组件。要想在该领域着手,一定要有一个清晰的视野,董事会、C级(指CIO,CEO,CFO)的领导的赞助和项目发起,辅以高层管理者长期财政和政策上支持与承诺,以及对变化的渴望,才能成功。

  

作者简介:

Jay Zaidi(杰伊·扎伊迪) 是一位敏锐、勤于实践、涉猎广博、以结果为导向,且在企业数据管理、战略规划和项目管理等领域取得了成功实践的先行者。他对解决各方面的问题总是充满激情。在他的职业生涯中,杰伊引领并概念化了业务的转变,将金融服务行业的项目管理变成垂直模式。他最先开创了全球数据管理项目解决监管规范、风险管理与运营挑战。他以咨询的方式影响了管理的所有层面, 并致力于消除分歧,促进交流和发展综合业务解决方案。他的战略指导活动在财富100强企业取得了成功经验。

译者简介:

韩璐麟 DAMA China会员 就职于石竹软件,任职产品经理/售前经理,主要领域:元数据、数据质量、数据治理。在通信、金融、税务等行业皆有元数据项目实施和方案规划经验。 

陈力 DAMA China 会员;MTC数据质量管理高级顾问及培训讲师。国际信息与数据质量协会(IAIDQ)成员,16年数据质量管理相关工作经验。熟悉服务外包和质量管理流程,精通CMMI和ISO质量管理体系。多次为天津高校、政府机关和企业培训《数据质量管理》相关课程,拥有相当丰富的数据质量管理服务与咨询经验。

何晓梅 DAMA China会员

原文地址:

http://www.jayzaidi.com/#!articles/vstc1=data-quality

http://www.dataversity.net/archives/7403