)现在，零售行业的压力越来越大，不少企业负责人透露，自己所在企业的数据问题令人担忧。虽然业务一直处于增长的趋势，但是由于业务系统越来越多，收集到的数据越来越庞杂，而公司却没有足够的能力进行分析，甚至连快速响应都不易做到。如果没有创新或者改变，企业很快就会被市场淘汰。
据记者了解到，零售、电商、医疗、交通等不同行业都面临数据带来的不同程度的问题。
针对这个现象，搜狐畅游数据库专家杨建荣认为，过去十几年企业不重视数据标准，而这些年的IT系统在经历了数据高速膨胀之后，不同标准、分散在不同角落的海量数据就导致了数据管理的复杂性，进而可能会引发其他的问题。
不重视数据问题，企业可能被淘汰
宜信作为一家为客户提供全方位、个性化的金融与财富管理服务的企业，经过多年的快速发展，积累了大量的内部数据以及外部数据，其数据架构师韩锋认为，数据管理的复杂性导致的问题主要表现在以下四个方面：
1.资产不明。缺乏对数据的全面梳理，无法准确掌握数据整体情况；
2.信息孤岛。很多数据存在多个不同业务部门的系统中，导致企业很难从全局的视角来看待数据；
3.共享无序。部门与部门之间虽然通过多种手段进行数据共享，但由于缺乏对部分共享数据的有效监管，在这些数据变更时，很容易出现上下游数据不一致的现象；
4.质量低下。某些数据的来源、含义、口径不一，容易导致数据分析时质量低下。
大数据时代，无论机器，还是企业，或是个人，随时随地都会获取和产生新的数据。即便是在“摩尔定律”——每18个月芯片性能将提高1倍——的支撑下，硬件性能进化的速度也早已赶不上数据增长的速度，并且差距越来越巨大。
在这样的背景下，如果你所在企业不重视数据问题，而其他企业却已经意识到了问题甚至解决了问题，那么，他们必定早一步通过数据获取价值，而你所在企业很有可能因此而落后，甚至被行业淘汰。
解决数据管理复杂的方法——数据治理
未来，数据是生产资料，计算是生产力，企业若想不被所淘汰，就需要重视数据问题。
韩锋强调，“数据治理”是解决数据复杂问题的第一步。目前，宜信已经将数据治理提上了公司的议事日程。
对大多数企业而言，数据治理主要聚焦在治理目标、职能、范围、过程与规范等方面，核心是提升企业对数据的管理和利用能力。它涉及到的IT技术主题众多，包括元数据管理、主数据管理、数据质量、数据集成、监控与报告等。
根据权威数据管理研究机构TDWI对数百家国际企业的调研结果，元数据管理的重要性在全部技术主题中位列第一。而韩锋也建议，如果企业没有进行过数据治理工作，选择较为基础又极为重要的元数据作为治理的第一步是个明确的选择。
宜信在数据治理后，不仅解决了之前的信息孤岛，数据质量低下等问题，还为公司制定长远发展战略、业务发展方针等提供了准确的依据。
采访中记者了解到，数据治理的确能为企业带来不少益处，但是在治理过程中也会遇到不同的挑战。
做好治理工作，需学会取舍平衡
数据治理在推进时，不仅仅需要部门之间相互协作，IT管理者还要在快速开发模式与数据治理标准流程中做取舍。
“ 数据治理往往需要综合多部门协作。”杨建荣说。有些细节和很多的交互之间需要一些权衡和取舍，从技术和实施角度来说可行，但是在多方协调中找到一个平衡点却没有那么容易。
与此同时，他认为，开展一项具体的工作，对管理者技术能力的要求较高，这需要管理者对数据有很深的理解，或者在实践中积累了丰富的经验。
宜信遇到的挑战则是公司业务快速发展带来的敏捷开发模式，与传统数据治理标准流程化之间的矛盾。韩锋表明，解决方式尚在探索之中，初步尝试采用自下而上、具备自我感知能力的技术方案加以解决。
深圳市罗湖区人民医院信息科高工李华在采访时谈到，早些年的数据过于庞杂，如何管理，如何分类都没有统一的标准，这些严重影响了数据治理的进度。
而作为企业的管理者，在数据驱动创新的时代中，如何才能更好开展数据治理工作?
自建还是外包？开展数据治理如何选择
为了避免上述中提到的难题，是否需要借助厂商的力量？
雪松控股集团作为一家以实业为本的综合类产业集团，公司前身创办于1997年，20年的发展，公司经历了IT产业从无到有的过程。其CIO徐斌谈到，企业从早些年就开始了数据治理的工作。他建议，前期优选有行业经验和最佳实践的厂商，后期可以考虑自己迭代。
1999年成立的梦牌瓷业，其 CIO高海中也认同借助厂商来进行数据治理。梦牌瓷业是一家生产制造卫生洁具及卫生间配套设施的传统企业，它缺乏数据治理的人才，选择合适的厂商能够保障治理工作的迅速开展，避免了在未来可能遭遇的由数据引发的种种难题。
杨建荣表示，搜狐畅游更倾向于内部解决。“我们也会适当借鉴外部好的案例和经验”。比如，浙江移动、阿里等因业务规模庞大，所以数据积累比较早，遇到数据问题也会相对较早，他们数据管理的经验对企业而言有极大的参考价值。此外，搜狐游戏内部并不缺乏相应的人才，因而无需依靠厂商来解决数据的问题。
而韩锋的意见更具有参考意义，他认为，数据治理工作究竟是选择厂商还是企业自身治理可以从三个方面考虑：
第一、业务成熟度。很多传统企业，选择将数据治理工作外包给厂商，正是因为他们的业务比较成熟，厂商通过多年的积累有完善的业务模型和丰富的实施经验，较容易实施成功。而反观很多新兴行业，业务成熟度不高，厂商不一定有相应的经验，这些企业选择自己治理更为合适；
第二、自身应用水平。随着数据治理工作越来越受到企业的重视，很多企业内部有了类似模型室、数据标准部，甚至设置了首席数据官（CDO）职位。这些企业往往选择内部治理。若企业这方面没有太多经验，可以考虑选择厂商；
第三、数据发展阶段。不同阶段的数据治理工作，难度是不同的。在较高层面，厂商往往可提供更具有专业性的解决方案。
最后，他表示，企业可根据自身发展进行选择。在必要时引入厂商，可帮助企业完成加速、规范数据治理等工作，为后面完全自主管理做好铺垫。
无论是选择厂商还是自己维护，对于IT管理者而言，都不能寄希望于一、两次数据治理项目。企业的数据是在不断发展，时刻变化的，而数据治理则需要一个长期建设维护的过程。
如何在快速变化的过程中防止数据腐化、数据失真，如何在数据治理好之后管理并利用好“数据”，这些都是未来需要面临的问题。
所以，不重视数据就可能被淘汰——大数据时代，你应该如何选择？
文章来源：51CTO
媒体合作请联系：
邮箱：xiangxiaoqing@stormorai.com
我来说两句排行榜