数字化转型和数据治理的关系
数字化转型的本质是：在数据和算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，构建企业新型竞争优势（来源：《重构-数据字画转型的逻辑》）
数字化转型的基础是数据。只有高质量的数据才能给数字化转型提供高质量的支撑，而数据质量也是数据质量体系的核心环节。
除了数据质量，数据治理还可以提供企业一套数字化转型的组织架构参考，让企业的数字化转型有科学的组织保障，进一步保障数据治理和数字化转型的长治久安。
启动企业的数据治理工作
从上到下：先做数据管理成熟度评估，发现数据管理的问题和现状，从而提出数据管理的规划蓝图和实施里程碑，比如数据治理项目第一期聚焦的治理领域（如 元数据）和业务领域（营销业务）
从下到上：针对具体的数据问题（比如数据质量问题、数据安全问题），启动专项项目，比如营销领域数据质量项目，专门用于提升营销领域的数据质量
无论是自上而下，还是自下而上，都要有公司数据治理的整体规划蓝图，具体实施步骤是根据蓝图的指引来做的。
具体的问题的解决
在使用数据过程中，会遇到很多具体的问题，这些具体的问题该如何解决呢 ？可以参考如下的例子：
汽车生产过程中有个关键的质量参数叫做“见习平顺度”--比如前后门交界面的高度偏差和间隙宽度偏差。比如现在有个间隙过大的具体问题，一般会有两种解决方式：
1）解决具体的问题：在整车下线之后的的质量考核发现该问题，于是逐辆车调整：调整前后门板位置，以使得间隙符合要求
2）解决系统的问题：针对该问题进行根本原因分析，解决造成该间隙问题的系统性原因（根本原因），比如调整工装、调整产品尺寸偏差等
同样，销售段有很多工具，但是其组织架构没有对齐，导致人员和组织的逻辑和标准不一致，从而进一步导致流量分发不可靠、数据看板不可细粒度分析等问题。针对这样的问题，我们也可以使用两种方式来解决：
1）解决具体的问题：比如这次张三的组织架构不对，通过手动调整来解决；下一次李四的组织架构不对，再通过手动调整解决......
2）解决系统的问题：明确组织架构问题的根本原因（来源不统一、维护责任分散等），通过引入“组织主数据系统”来建立对应的权威数据，其他系统的组织相关数据统一从该系统引用
标签：总结,数字化,转型,问题,治理,解决,数据 来源： https://www.cnblogs.com/backMountainGuest/p/15341314.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。