3.1.2 认知与行动
信息化领域有一个很有名的说法叫作“Garbage in,garbage out”,翻译成中文就是“垃圾进、垃圾出”,意指用垃圾数据作样本,产生的研究结果也毫无价值。在大数据时代的今天,银行要用数据说话,要采用先进的数据挖掘技术和全面的数据分析来指导企业的经营和决策,需要一个健全的数据环境做支撑,这就要求把数据治理工作做扎实、做细致!不仅要严格确保数据源的可信性、完整性和合理性,还要缩短基础数据获取和加工环节,极大地提高数据分析应用的实施效率。
数据的污染可能发生在数据产生、采集、传输、流转、加工、存储、提取、交换等各个环节,因此要保证数据治理目标的实现就必须对数据进行全流程管控,并使员工在实际工作中坚决贯彻执行。管理的问题、操作的问题、系统的问题等最终都有可能导致数据质量问题,要使数据治理人人有责的理念深入人心,避免因单个环节数据管控失灵而导致的蝴蝶效应,就要在全行范围梳理和建立数据认责机制,使每个人都能够清楚地知道自己在数据管控流程中扮演的角色,认清自己对数据质量所承担的职责与义务,并明确具体的工作要求,才能在全行范围内对数据质量高度关注的认识达成统一,并实现最终的治理效果。
总而言之,数据治理不是一个短期和简单的项目,而是一个长期且复杂的工程,作为一项持久的工作,银行要将数据治理各领域的工作内容进行常规化,将数据作为银行重要资产的理念融入其企业文化和经营战略中,才能逐步享受到数据治理为银行带来的红利。那种急功近利,想一口气吃成个胖子的思想是不适合数据治理的。