什么是数据管理？

如果您想到了每天需要使用的所有数据，就会知道它通常是不完整的，有时甚至是不正确的，您可能知道它就可以修复它，但是当处理大量数据以及其他组“带来自己的数据”并知道其外观时，该过程将无法扩展，另外不要忘了使用电子邮件或Excel一步一步解决数据质量问题不是很有效，更不用说在企业中各个文件夹之间遍布潜在敏感数据的不受控制的副本激增所带来的风险，您需要有针对性的工具，流程和策略来有效，可持续地管理数据质量。

作为数据治理的重要组成部分，数据管理是管理从策划到退役的数据生命周期的过程

数据管理是关于定义和维护数据模型，记录数据，清理数据以及定义规则和策略。它支持实施定义明确的数据治理流程，涵盖多个活动，包括监视，对账，优化，重复数据删除，清理和聚合，以帮助向应用程序和终用户交付高质量数据。

除了改善数据完整性外，数据管理还有助于确保整个组织一致地使用数据，并通过元数据和语义来减少数据歧义

简而言之，数据管理可以减少您公司中的“不良数据”，从而可以更好地进行决策并消除使用不正确信息时产生的成本。

传统上，将数据管理任务分配给数据专家团队，即所谓的数据管理者。但是挑战在于，公司中几乎没有数据管理员，而且他们通常专用于高风险项目，例如合规性。在没有数据管家的情况下，没人知道谁对数据质量负责，这导致令人沮丧的情况，组织完全意识到几乎三分之一的数据资产不准确，但没有人对此采取行动。

数据管理，现在是团队活动

随着更多的数据驱动项目，按业务领域“带来自己的数据”项目以及数据工作者（例如数据科学家，市场营销和运营）对数据的越来越多的使用，就需要重新考虑数据管理。下一代数据管理工具需要发展以支持：

自助服务-从IT到企业的任何用户都可以以受控方式解决数据质量问题

1、团队协作-包括工作流程和任务编排

2、手动交互-在数据仲裁或认证的情况下，需要人工干预才能验证，证明，标记或选择数据集

3、与数据准备集成—定义“携带自己的数据”的流程

4、内置的隐私-赋予数据保护官和合规团队以新的行业法规以维护隐私的权利，例如GDPR（通用数据保护法规）

IT不仅是具有特定数据专业知识的数据管理员的工具，还可以使业务用户使用类似Excel的点击式工具来整理其数据

您可以管理并快速解决任何数据完整性问题，以实现整个企业中“受信任”的数据，使用该工具，您可以定义清理和验证数据所需的通用数据模型，语义和规则，然后定义用户角色，工作流和优先级，并将任务委派给了解数据的人员，通过匹配和合并数据，解决数据错误，验证或仲裁内容，可以提高数据管理任务的生产率。

将以前由数据专家（例如数据专家）完成的任务委托给操作员，这些操作员现在将的数据称为自助服务

它需要工作流程驱动，易于使用的工具，并具有类似excel的用户体验和智能指导，相同的用户界面并将这些工具捆绑在一个统一的套件中，以进行自我数据访问，准备，集成和管理，使业务用户可以在几分钟而不是数小时内以临时方式获得干净，有用的数据，通过自助数据管理来协调修复，合并和认证数据的协作工作。与将Excel和Word用于办公室自动化类似，数据工作者可以访问具有一致用户体验的工具，具体取决于他们的用例。

适用于所有人的工具

数据管理的核心概念是活动和任务，该产品具有两个预定义的角色，即：活动所有者和数据管理者，活动所有者可以定义不同的活动，包括仲裁，解决方案或合并；让数据管理者参与到每个活动中；定义活动使用的数据结构；从活动中检索任务，并将活动中的任务分配给不同的数据管理员，数据管理员可以浏览与其任务相关的数据，以一对一或一组记录的方式解决任务，将任务委派给同事，以及监视和审核管理活动和数据错误解决错误，可以触发应进行双重检查的任务的验证工作流。由于通过有指导的用户体验和工作流驱动的操作很容易使用，因此任何人都可以以明确的职责和有效的工具来执行数据管理工作。

CRM示例用例

考虑一个用例，您要在它的CRM系统中提高数据质量，因为它有错误的数据和许多重复项。作为活动所有者使用数据管理，您将定义一个“决议”活动和目标（例如，解析不正确的地址），并隔离需要注意的数据，通常是无效或空联系数据的记录，或可能重复的记录，然后您将定义活动的参与者，例如所有区域营销经理，数字营销经理和销售管理员，然后，您将分配任务，例如将德国市场营销联系人的错误解决任务分配给德国市场营销经理，因为他们了解此数据以对其进行认证，更正或将其与真相的多个版本进行协调，通过提高营销活动的转化率，他们将从清洗后的数据中受益。当每个利益相关者更新数据时，您可以跟踪所做的更改，例如，营销已验证的邮件地址，电话号码和电子邮件地址。

随着公司使用更多数据并开始提供对数据的自助服务访问

显然需要自助数据质量工具以充分利用您的数据，业务受益于数据使用量的增加和使用更好数据的更明智的决策，通过将数据清理任务委托给数据工作人员，IT也将从中受益。

 客服热线：400-050-6600

商业联合会数据分析专业委员会