一文讲透数据“需求管理”,是什么?管理目标?如何实现?
The following article is from 大数据技术标准推进委员会 Author 李雨霏
在商品交易中,我们一直强调“顾客是上帝”,因为商品由顾客买单,也最终服务于顾客。在数据市场中,我们同样也需要强调这条“真理”,因为数据来源于企业的业务,也持续服务于企业业务创新与发展。因此,不断扩展企业内外部数据需求范围,及时了解梳理各类数据需求,提升数据需求响应速度,才可以最大程度发挥数据价值,使数据管理更充分的支撑业务发展。
DCMM标准中对于数据需求的定义是:指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。数据需求管理过程识别所需的数据,确定数据需求优先级并以文档的方式对数据需求进行记录和管理。
1、如何理解数据需求的定义?
数据需求概述中将数据需求定义为“组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述”。
简化版的数据需求定义:组织对数据的分类、含义、分布和流转的描述。
2、数据需求的范围是什么?
从定义中看,数据需求全面覆盖了企业数据管理各项活动,包括数据的分类、含义、分布和流转。更具体的,数据的分类、分布和流转对应于数据架构(如数据模型、数据分布、数据集成与共享、元数据),数据的含义对应于数据标准(如业务术语、参考数据和主数据、数据元、指标数据)。因此,DCMM标准对于数据需求范围界定是相对宽泛的。
3、数据需求的类型有哪些?
从定义中看,数据需求可以划分为数据分类、数据含义、数据分布和数据流转4类。但是,在评估过程中发现,这种分类方式并不常见。一种常见的数据需求分类方式如下表所示。由于标准未区分不同数据需求类别下的能力等级要求,因此,表中的数据需求分类可供参考。
DCMM标准中数据需求能力项的过程目标如下:
● 建立数据需求管理制度,统一管理各类数据需求;
● 数据相关方对数据需求有一致的理解,能满足业务的需求;
● 各类数据需求得到梳理和定义;
● 数据的命名、定义和表示遵循组织发布的相关标准。
数据管理管理能力大致可从以下7个维度评估:
(1)制度。包括数据管理相关管理办法、实施指南、标准规范等;
(2)人员。包括数据管理组织架构、责任矩阵等;
(3)内容。包括数据管理相关交付物关键要素要求、质量要求等;
(4)流程。包括数据管理相关活动的任务分解、任务执行记录、流程闭环管理、流程持续优化等;
(5)技术。包括数据管理相关的技术工具、支撑平台等;
(6)知识库。包括学习内外部标准或监管要求、沉淀自身实践经验形成案例、开展培训宣贯等;
(7)外部合作。包括对外(无偿)开放数据、提供(有偿)数据服务、建立数据生态链、参与国际或国家标准编写、对外分享实践经验等。
基于DCMM能力评价维度,对数据需求的过程目标进行拆解:
(1) 制度。强调需建立数据需求管理制度;
(2)人员。强调需明确数据需求相关方;
(3)内容。强调数据需求部分环节的要求(评审环节应清晰描述并满足业务需求,遵循已有标准;复盘环节应梳理和定义各类数据需求);
(4)流程。强调集中管理数据需求。
如何理解DCMM标准的数据需求过程目标?
根据过程目标的能力拆解可以发现,DCMM标准对于数据需求过程目标的描述相对宽泛。数据需求的过程描述在与过程目标保持一致性的基础上,更详细的阐述了如何实现数据需求目标。
企业可以通过开展数据需求过程管理,实现数据需求目标。DCMM标准中数据需求的过程描述和过程目标的对应关系如下图所示。
基于DCMM能力评价维度,对数据需求的过程描述进行拆解:
(1) 制度。强调需建立数据需求制度;
(2) 人员。强调构建数据需求管理组织、数据需求管理参与角色(包括需求提出方、需求执行方、需求评审方等);
(3) 内容。强调数据需求文档关键内容(以数据应用场景为导向,至少明确这一数据应用场景中的数据分类、数据名称、数据含义、数据创建、数据使用、数据展示、数据质量、数据安全、数据保留等需求);
(4) 流程。强调需明确数据需求流程(以制度形式存在;集中管理数据需求)、涉及环节(包括收集、评审、执行、复盘)以及各环节要点。
如何理解DCMM标准的数据需求过程描述?
根据过程描述的能力拆解可以发现,数据需求过程描述在制度、人员、内容、流程4个能力维度上提出了相对详细的要求。但是,事实上仍未完全覆盖DCMM标准的数据需求能力等级要求。因此,我们通过构建数据需求能力全景图,全面认识和把握数据需求管理相关活动。
基于DCMM标准对于数据需求初始级、受管理级、稳健级、量化管理级、优化级的能力等级要求,从制度、人员、内容、流程、技术、知识库、外部合作等能力维度,构建数据需求能力全景图。
中国信通院作为DCMM评估机构之一,在2020年首批评估中,评估企业覆盖电信、金融、制造业、信息技术等多个行业,致力于打造行业标杆案例,提供更专业高端的咨询服务。同时,信通院深耕数据资产管理多年,持续发布前沿理论研究成果、技术和产业发展报告,开展数据管理相关技术工具评测,构建数据资产管理专家库,组织数据资产管理专题讨论会,并不断推动DCMM评估工作,欢迎企业报名参加。
联系人
刘 寒 liuhan@caict.ac.cn
高倩倩 gaoqianqian@caict.ac.cn
(欢迎大家加入数据工匠知识星球获取更多资讯。)
联系我们
扫描二维码关注我们
微信:SZH9543邮箱:ccjiu@163.comQQ:2286075659热门文章
【新书荐读】《数字化转型 架构与方法》转型的4个基本认识、5项重点任务和5个发展阶段(文后有福利)
数字化转型中管理者不能回避的3个问题:人才、团队和KPI(文后有福利)【系列五】
【新书荐读】数字化转型最致命的4个误区和3个错误(文后有福利)【系列三】
【新书荐读】为什么你觉得数字化转型难?可能是因为缺少这6个关键要素!(文后有福利)【系列二】
【新书荐读】董事会、CEO等管理层如何在数字化转型中扮演自己的角色?(文后有福利)【系列一】
我们的使命:发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景:打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观:凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按,识别二维码,关注我们吧!
数据工匠俱乐部
微信号:zgsjgjjlb
专注数据治理,推动大数据发展。