第3章 5個角度自查數據管理現狀

所謂的自查，就是企業自己組織力量對企業自身的數據管理現狀進行初步了解。自查可以讓企業明確自身所處的狀態，為即將開展的數據治理工作做前期準備。

從2007年到2019年這12年來，筆者親身經歷并感受到企業對數據治理需求的變化。

2010年初，筆者所在的中翰軟件公司首次把主數據概念引入國內，并發布了中翰MDM平臺。當時筆者帶領10多人的銷售團隊到山東的100強企業里面進行大范圍市場調研，幾個月過后得到的結論是企業不需要主數據管理，企業對主數據的概念很模糊，不理解，企業信息化建設普遍不成熟。

2012年夏天，筆者又進行了一次類似的市場調研，并安排銷售、咨詢人員為企業宣講數據治理的必要性、科學性。讓人欣慰的是，這次有了一些收獲，好多企業已經認識到數據治理的重要性。

從2015年開始，隨著大數據概念的持續發酵，越來越多的企業逐漸意識到了數據治理的必要性，主動開始尋求解決方案甚至立項，尤其是2019年開始，企業對數據治理的需求出現了井噴式的增長。

總的來說，由于缺乏對數據的有效控制，企業的數據問題往往會有以下四個主要和普遍的問題。

（1）數據不一致

由于企業內數據存在不一致性，導致企業大量的資源浪費，包括時間、金錢和人力等。花費時間和精力用于判斷企業內一個客戶的真正地址或者其他基礎信息到底是什么并不能增加企業的收入，而且非常不幸的是，因為沒有一個好的存儲機制用來保存比對過的客戶數據，這種客戶數據進行一致處理的過程需要多次反復。

（2）數據冗余

大多數企業沒有專業的數據管理平臺，企業內的每一個系統、應用，甚至每個業務部門都會有各自的數據信息。最普遍的例子就是對客戶數據的收集，客戶的關鍵屬性如客戶名稱、地址等信息在企業內各個角落都被重復記錄著。在這個收集客戶信息的過程中，很少會產生相同或者一致的結果。這就導致了數據冗余和數據質量過差的問題出現。

（3）業務低效

散亂的數據會導致各種業務低效的情況發生，如低效的供應鏈管理，不一致的客戶待遇，客戶滿意度低等。一個采購人員需要綜合幾個業務系統去判斷一個物料的真實面目，這不僅是低效的，而且很有可能由于信息的不全導致采購的物料無法滿足生產部門的需求，造成生產進度的不可控，無法按期交付商品給客戶，散亂的數據管理嚴重降低了企業的效率，從而降低企業的市場競爭力。

（4）不適應業務變化

企業內的業務經常發生各種變化，如引入新的產品和服務，公司的業務重組和新技術的應用。這些企業內的各種變化都會導致企業數據的變化，如果沒有一套機制來管理這些變化，企業在數據不一致、不完整、不合規、數據冗余、業務低效等方面的問題就會不斷地加劇。

企業實施數據治理項目之前，首先要做的就是對各種企業數據的問題進行自查。綜合以上各種情況，企業數據的問題可以按照數據環境、數據質量、數據安全、數據交換、數據運維5大維度進行區分，可以從這5個角度進行自查。