共计 2274 个字符，预计需要花费 6 分钟才能阅读完成。
胜利的数据策略通常须要应用某些要害组件。大多数企业都对某种模式的数据管理进行了投资，但企业的不同部门往往并没有很好地协调。数据策略能够形容为一个动静过程，用于反对数据的收集、数据的组织和剖析以及交付，以反对业务指标和流动。
不同我的项目团队和业务部门的协调是优化数据流和最大化其价值的必要条件。
当数据呈现问题时，数据策略提供了一个辨认问题的过程，以便人们找到解决方案。胜利的数据策略提供了一个零碎，能够为组织提供最佳解决方案。它能够被视为确定以后和将来的路线图数据管理问题。
数据策略可用于被动反对促成业务增长的指标。
制订数据策略首先要确定业务指标。随后确定数据环境中存在的问题——评估每个团队或部门并抉择可实现的指标，使数据更易于拜访和共享。Willow Data Strategy 总裁 Stephen Yu 强调 着眼于将来:
“采取分阶段的办法。最后的步骤必须是打消痛点，但不应漠视长期的业务指标。这很重要，因为每个阶段都可能须要不同类型的人才和专业知识。”
正告：制订数据策略不是一劳永逸的致力。一些选定的指标将须要一段时间能力实现，而其余指标可能会在当前开始。（安顿指标的实现是很常见的，其中可能包含作为子目标的里程碑的实现。）此外，业务指标发生变化，这意味着扭转数据策略以反对这些变动。应定期、按计划审查和调整数据策略以放弃其效率。
打算的数据策略审查提供了在问题变得重大之前解决问题的后劲。这些步骤包含查看：
● 数据整合
● 标签数据
● 数据存储
● 数据安全
● 共享和销售数据
● 数据治理
数据整合
收集和组合来自不同起源的数据通常波及将数据转换为对立、统一的格局（通常是 SQL 格局）。无 SQL, 数据湖，和 数据湖屋, 依照设计，不须要对立、统一的格局。
标签数据
在组织内应用和共享数据须要建设辨认和交换数据内容的办法。须要名称或标签来定位、解决和更新数据。个别这波及到文档和文件，这些都须要命名。如果没有给出名称，计算机通常默认为“无标题”文档或“无标题”文件。
建设统一的文件和文档命名零碎将使数据更易于查找，尤其是在有多个数据用户的状况下。
应用元数据作为参考资源也很重要。元数据实质上是用于定位和形容“数据包”的大量数据。图书馆提供了一个很好的类比。当图书馆的顾客想找一本书时，他们输出书名，电脑就会显示重要信息——简短的形容、图书所在的地位、出版日期和作者姓名。
元数据提供十分类似的有用信息（或应该）。尽管每个组织都能够管制他们如何组织利用于其数据包的元数据，但通常包含题目、创立日期、简短形容，兴许还有作者姓名。也实用于非结构化数据，例如网页、视频、图像和音频。
元数据的应用提供了一种辨认和治理非结构化数据的办法。
元数据能够通过应用自动化来创立和调配，也能够手动创立。乏味的是，效率随着手动创立的元数据标签而进步。这是因为自动化元数据往往十分根底和根本，仅显示最根本的信息。手动创立的元数据能够提供更有用的信息。
元数据反对胜利的数据策略。
数据存储
数据存储是解决数据的组织的一项基本功能。
然而，尽管大多数组织都有一个 数据存储
使将数据加载到一个存储系统不切实际。
将数据存储在多个地位已成为一种失常行为；然而，重要的是要为员工提供查找和拜访它的办法。
数据安全
数据安全尽管可能很乏味，但也是一种负责任的行为，您的客户不仅会观赏而且会要求这样做。如果他们发现某个组织泄露了他们的个人信息，他们最起码会进行与该组织的业务往来。
施行 保护数据安全打算是制订胜利数据策略的要害。
基本上有两种哲学对于 数据安全 以及拜访存储在组织内的数据。一个人反对组织内的每个人都应该可能拜访所有数据的现实。另一个规定只有那些须要晓得的人才能拜访与其工作相干的数据。两者都有点极其，第一个让潜在的犯罪分子能够拜访客户的集体数据，第二个阻止工作流程，因为员工无法访问所需的数据。
两头路线哲学更为理想，客户的集体数据仅限于两三个可信赖的经理，而其余数据可供解决数据的员工应用。（拜访数据我的项目通常仅限于我的项目团队，但这取决于我的项目和组织。）
高效、精简的业务将确保有一个易于应用的流程来存储业务生成的所有数据，同时反对轻松拜访可信赖的员工应用的数据。
共享和销售数据
数据能够发售或共享。共享数据能够是网站上公开提供的信息，也能够是学术机构共享的钻研数据，也能够是同行业企业共享的用于开发业务信息的数据。大多数共享数据分为两个根本类别：从内部起源（云应用程序、学术机构、第三方数据等）收集的数据和外部生成的数据。
数据治理
一个功能齐全的数据治理零碎是简单的。它是工作人员解决数据时的软件和规定的组合。数据治理打算规定了用于收集、组织和治理精确数据的政策和程序。
它用于改良数据分析，进而促成更好的决策制定和更无效的治理。数据治理还解决了 GDPR 的合规性要求和其余监管要求（例如实用于员工数据、财务记录和其余法律问题的法规）。
如果组织不恪守各种数据法规，则可能面临罚款和法律诉讼的危险。
大多数企业开始应用 数据治理解决具体问题或改良（数据准确性、数据法规、提高效率）。然而，随着数据治理打算的应用和意识的增长，员工和管理层通常会开始摸索它的其余性能。随着这种状况的倒退，管理层意识到建设政策、规定和行为能够促成应用更精确、更高质量的数据。
强调商业胜利
专一于业务指标很重要。请记住，施行新技术是实现业务指标的一种形式。如果它不能帮忙实现业务指标和增加利润，那么闪亮和新鲜就毫无意义。
列出业务指标应该是制订胜利数据策略的第一步。此列表不应受到限制或限度，而应反映您想要建设的企业的现实形象。
欢送大家欢送关注 OushuDB 小课堂
