2020-04-09 17:09:46| 人氣452| 回應0 | 上一篇 | 下一篇
推薦 0 收藏 0 轉貼0 訂閱站台

任正非、馬化騰、張一鳴的灰度哲學



一、什麼是灰度思維?

灰度思維,是最接近世界真相的思維模式。真實的世界不是稜角分明的,不是非黑即白的,而是圓潤的,混沌的,無常的,它黑中有白,白中有黑,黑隨時可以變成白,白隨時可以變成黑,這就是灰度。

西方人更注重過程的公平,而中國人則講究結果的公平,灰度哲學就是可以忽略過程,直奔結果。比如要允許別人犯錯誤,對別人要求不能太苛求,對眼皮底下發生的很多事情可以視而不見,只要結果是符合人心所向,就可以適度放開。


灰度的本質,就是時刻懷着開放的心態動態的去認知事物,永遠做好接納各種不確定因素的準備。勇於面對不確定因素,均衡——失衡——再均衡,不斷的重複這個過程,善於平衡局面,是最高境界的管理藝術。

任正非是最懂灰度哲學的企業家,他曾經說過:“任何黑的、白的觀點都是容易鼓動人心的,而我們恰恰不需要黑的,或白的,我們需要的是灰色的觀點,在黑白之間尋求平衡。

他還說:“一個清晰方向,是在混沌中產生的,是從灰度中脫穎而出,方向是隨時間與空間而變的,它常常又會變得不清晰。並不是非白即黑、非此即彼。”




二、任正非:領導者的水平,就是合適的灰度

任正非也是經歷過痛苦的掙扎和無數次的碰壁,才明白了這個道理。

他說:“想起蹉跎了的歲月,才覺得,怎麼會這麼幼稚可笑,一點都不明白開放、妥協、灰度呢?”

到了四十多歲時,任正非“不是不惑,而是前程充滿了不確定性”,但他還是一頭扎進了這個不確定的洪流之中。

創業三十多年來,儘管華為屢創奇蹟,已經發展成為世界第一大通信企業和第二大手機企業,但任正非從來不覺得可以高枕無憂,他內心裡總是充滿憂患。


在華為蒸蒸日上的時候,他專門寫了《華為的冬天》,警告大家要準備過凜冬。

在雲淡風輕的時候,他做出極限生存的假設,從操作系統、芯片等各方面,都為最壞的情況做出準備。

任正非說:“我們無法準確預測未來,但仍要大膽擁抱未來。面對潮起潮落,即使公司大幅度萎縮,我們不僅要淡定,也要矢志不移地繼續推動組織朝向長期價值貢獻的方向去改革。”

對灰度的深刻認識,讓任正非在管理公司時,採用了“灰度哲學”。


在一次名為“管理的灰度”的講話中,任正非提出:“(領導人的)水平就是合適的灰度。”

任正非認為:一個清晰方向,是在混沌中產生的,是從灰色中脫穎而出,方向是隨時間與空間而變的,它常常又會變得不清晰。並不是非白即黑、非此即彼。

合理地掌握合適的灰度,是使各種影響發展的要素,在一段時間和諧,這種和諧的過程叫妥協,這種和諧的結果叫灰度。


三、馬化騰:騰訊方法的核心,就是灰度法則

無獨有偶,馬化騰也專門做過一個《灰度法則的七個維度》的演講。

他說:“在騰訊內部的產品開發和運營過程中,有一個詞一直被反覆提及,那就是‘灰度’。”


從生態的角度觀察思考,我把14年來騰訊的內在轉變和經驗得失總結為創造生物型組織的“灰度法則”。

這個法則具體包括7個維度,分別是:需求度、速度、靈活度、冗餘度、開放協作度、創新度、進化度。

實際上,騰訊的產品開發,一直都遵循着灰度原則。




四、張一鳴:灰度是個概率分布,你要做的是尋求最優解

張一鳴很善於應付不確定性,他是典型的技術宅男出身,特別冷靜和理性,甚至被同學朋友稱為“機器人”。

他喜歡規律化和程序化的東西,不能忍受不確定性。

他喜歡程序員這份工作,就是因為確定性:你輸入代碼,電腦幫你輸出結果。只要沒有bug,結果是完全可控可期的。


張一鳴曾在採訪中說:“我不喜歡不確定性,這與我程序員出身有關係,因為程序都是確定的,但事實上CEO是焦慮的最終承擔者。”

所以,從程序員轉型當CEO之後,張一鳴曾經非常痛苦。因為CEO每天都要在不確定性中做決策。

後來張一鳴認識到:“它反正是個概率分布,你就做最佳決策就行了。”

正是這一認識,讓張一鳴完成了從程序員到CEO的蛻變。




五、如何用灰度思維,應對世界的不確定性?

許多人因為太過追求安全感,只願意待在自己熟悉的地方,永遠不願意往未知的地方邁出一步。

他們會短暫得到對自己命運的控制,看起來似乎得到了安全感。但是我們把時間拉長,會發現這種安全感脆弱得不堪一擊。

不管是金錢、事業,還是感情,更大的回報,往往位於更不確定的深灰之中。


當你選擇了風險很低的收入流,你就喪失了變得富裕的機會。當你選擇了穩定的工作,你就喪失了事業輝煌的機會。當你為了抓住感情上的安全感而過高要求,對方反而會離你而去。

要變得更成功,我們不是什麼事情都做,而是求各種可能性之下的最優解。這個最優解,是一個概率分布,不是一個確定的數字。

普通人會去追求一個百分之百的結果,而高手則追求概率上的優勢。普通人在失敗時痛不欲生,高手則調整策略,繼續尋求下一個概率優勢。


但是,這一本能更適合於居住在森林或稀樹草原的裸猿,或者農業時代的農民。而今天我們生活在鋼筋水泥的城市裡,開着汽車,用着智能手機,上着互聯網,過着高度商業化的生活。

今天的競爭,與森林和草原已經截然不同。應付不確定性成為新的需要。對確定性的追求,成為了我們需要克服的一種人類天性。


那麼,我們如何應對世界的不確定性?

第一、承認世界的不確定性。“蝴蝶效應”告訴我們,世界會因一些微小因素的變動,而發生很大的變化。“薛定諤的貓”告訴我們,事物發展不是確定的,而是量子態的疊加。

因此,我們生活的世界,很多事情都是不確定的。這對於強迫症來說,真是一個不幸的消息。但客觀事實就是如此,我們誰也無法改變,只能夠去接受它。請記住,沒有非黑即白,灰色才是世界的常態。


第二、接受世界的不完美。如果世界是不確定的,那麼我們自己也不必是十全十美的,因為,你不知道怎樣的你,更適合未來的世界。

任正非和馬化騰,都是允許下屬犯錯,允許產品失敗,才會有企業的不斷進步。對於家庭和個人也是。我們要容忍自己、父母、配偶、孩子的缺點。在與別人的交往中,容忍不確定性,意味着我們沒必要去刻意討好人。

通常來講,我們不願意和人起衝突,是因為不知道衝突會帶來什麼樣的後果,歸根到底是對不確定性的恐懼在背後作祟。




第三、打造安全邊界。由於世界有太多不確定性,我們需要建造安全邊界。微信開發時,就是幾個團隊內部競爭,最後張小龍成功了。

在日常生活中,打造安全邊界,意味着我們要多存點錢,多學點知識,多交些朋友,多鍛煉身體。同時,也要允許適度浪費,給自己、家人和員工更多自由。

你的安全邊界越寬廣,在面對不確定性時就越從容,應對突髮狀況越輕鬆。


第四、提升決斷力。環境是灰色的,但決定是黑白的。天氣預報會說今天降水概率50%,你不可能拿着50%的傘出門。你要麼拿傘,要麼不拿。人生和企業的決定,都是如此。我們每天都在要動蕩不確定的環境中做出大量的決策。




六、小結

灰度思維,是最接近世界真相的思維模式,它認為世界是圓潤的,混沌的,無常的,它黑中有白,白中有黑,黑隨時可以變成白,白隨時可以變成黑,這就是灰度。

馬化騰:騰訊方法的核心,就是灰度法則。具體包括7個維度,分別是:需求度、速度、靈活度、冗餘度、開放協作度、創新度、進化度。

任正非:領導者的水平,就是合適的灰度。一個清晰方向,是在混沌中產生的,是從灰色中脫穎而出,方向是隨時間與空間而變的,它常常又會變得不清晰。


張一鳴:灰度是個概率分布,你要做的是尋求最優解。它是個概率分布,你就做最佳決策就行了。

如何應對世界的不確定性?第一、承認世界的不確定性。第二、接受世界的不完美。第三、打造安全邊界。第四、提升決斷力。-----(作者:技術領導力*來源:技術領導力/DBAplus社群)

>>>>參考資料

    《普通人追求安全感,高手擁抱不確定》,何加鹽
    《最高境界的思維,叫“灰度思維”!》,量見



*面向數據中台的數據治理七把利劍*---能讓企業的數據治理工作事半功倍





正所謂“工欲善其事,必先利其器!”,一套好的數據治理工具,能讓企業的數據治理工作事半功倍。數據治理本質是盤點數據資產、治理數據質量,實施數據全生命周期的管理,根據不同的項目特點,會用到不同的技術或工具。

一般來說,數據治理產品或工具主要包含以下組件:數據模型管理、元數據管理、數據質量管理、數據標準管理、主數據管理、數據安全管理、數據服務平台。

數據治理產品中的七個工具或組件,都各有自己的特點和使命,在企業的數據治理中都有着不同的功能側重,但是解決問題的目標是一致的——提升數據質量。


這讓我不由聯想到的是那部經典的電影《七劍下天山》,數據治理的七個工具就如同電影中的七把利劍,它們的打造材料、工藝、對使用者的要求都各不相同,在執行任務中需要各盡其職,同時又需要緊密協同。想想看,數據治理中的七個工具,何嘗不是這樣呢?




    天瀑劍(數據標準):一把雙頭劍,忽攻忽守,用劍者必須很專一,是一把表現“紀律”的劍。

    莫問劍(數據安全):劍身是烏黑的,長兼富彈性,變化無窮,招式變幻難測。心法重劍略,有劍氣,輕易不殺,使用者需智能與內涵。

    游龍劍(元數據):無堅不摧,一劍既出,眾劍稱臣,是最高攻擊的武器。

    青干劍(主數據):奇鈍無比,非極鋒利,可抵擋天下最鋒利的武器,可克制“游龍”,是最好防守兵器。

    競星劍(數據模型):短身,藏於衣服之內,在電光火石之間,出劍神速,迅雷不可目睹。

    日月劍(數據質量):兩把相連的子母劍,時而雙劍,時而成一體,攻擊範圍可大可小。

    舍神劍(數據服務):是一把開山辟石的大劍。使者攻勢力大無窮,鈍重有力,是一把求生的劍,代表重生,純樸,恆心。


一、競星劍:數據模型管理

數據模型管理工具猶如“競星劍”,短身,藏於衣服之內,在電光火石之間,出劍神速,迅雷不可目睹。



在企業信息化建設過程中,數據模型“藏”於數據庫底層,對業務人員和管理人員是無感的,所以往往被忽視。但是數據模型卻是企業數據治理中最核心的一把利劍。

數據模型對上是承載數據業務需求的元數據,對下是數據標準管理的內容,同時,是數據質量指標和規則定義的起點,是主數據和參照數據設計的根本,是數據倉庫和BI的核心,也是數據安全管控的對象。


數據模型管理平台從功能上,主要包括:可視化建模、模型版本管理、數據模型管理、數據模型查詢、數據模型瀏覽、數據模型分析等。

1)可視化建模。提供的可視化的前台建模能力,支持企業級數據模型的構建,數據可視化建模一般支持Oracle、MySQL、SQL Server、HIVE、HBase等數據庫類型,優秀的模型管理平台支持數據倉庫或業務系統的正向建模,同時支持將企業現有系統數據模型反向採集。

2)模型版本管理。支持模型變更和版本的管理,支持版本的回溯,版本明細信息查詢。


3)數據模型管理。支持模型導入功能,對於採用PowerDesigner、Erwin、Excle等模型設計工具設計的模型能夠導入到模型管理平台中來,並提供模型的可視化修改、模型導出、模型刪除等功能。

4)數據模型查詢。支持數據模型查詢,通過輸入關鍵字可以查詢到指定的數據模型。


5)數據模型瀏覽。支持數據模型全景視圖,能夠直觀看到企業數據的分布地圖,並支持通過模型下鑽功能進行模型的逐級查詢,直到查詢的模型的最深層級的元數據。

6)數據模型分析。主要提供模型的對比分析功能,這種對比分析可以是兩個不同模型之間也可以是統一模型的不同版本之間的對比分析。通過模型的對比分析,能夠輕鬆找到模型之間的差異,支持由模型驅動的影響分析。


二、游龍劍:元數據管理

元數據管理工具猶如“游龍劍”,一劍既出,眾劍稱臣。



元數據管理統一管控分布在企業各個角落的數據資源,企業涉及的業務元數據、技術元數據、管理元數據都是其管理的範疇。

按照科學、有效的機制對元數據進行管理,並面向開發人員、最終用戶提供元數據服務,以滿足用戶的業務需求,對企業業務系統和數據分析平台的開發、維護過程提供支持。元數據管理是企業數據治理的基礎,把它比作“游龍劍”並不為過。


元數據管理平台從功能上,主要包括:元數據採集服務,應用開發支持服務,元數據訪問服務、元數據管理服務和元數據分析服務。請參考:《數據治理系列2:元數據管理【深度解析】》

1)元數據採集服務。元數據採集服務提供各類適配器滿足以上各類元數據的採集,並將元數據整合處理後統一存儲於中央元數據倉庫,實現元數據的統一管理。這個過程中,數據採集適配器十分重要,元數據採集要能夠適配各種DB、各類ETL、各類DW和Report產品,同時還需要適配各類結構化或半結構化數據源。


2)元數據管理服務。市場上主流的元數據管理產品,基本都包括元數據查詢、元模型管理、元數據維護、元數據版本管理、元數據對比分析、元數據適配器、元數據同步管理、元數據生命周期管理等功能。


3)元數據訪問服務。元數據訪問服務是元數據管理軟件提供的元數據訪問的接口服務,一般支持REST或Webservice等接口協議。通過元數據訪問服務支持企業元數據的共享,是企業數據治理的基礎。

4)元數據分析服務。

    血緣分析:告訴你數據來自哪裡,都經過了哪些加工。
    影響分析:告訴你數據都去了哪裡,經過了哪些加工。

    冷熱度分析:告訴你哪些數據是企業常用數據,哪些數據屬於僵死數據。
    關聯度分析:告訴你數據和其他數據的關係以及它們的關係是怎樣建立的。

    數據資產地圖:告訴你有哪些數據,在哪裡可以找到這些數據,能用這些數據幹什麼。


三、日月劍:數據質量管理

數據質量管理工具猶如“日月劍”,是兩把相連的子母劍,時而雙劍,時而成一體,攻擊範圍可大可小。



數據質量管理工具在不同的數據治理項目中有時會被單獨使用,有時配合元數據使用、有時又與主數據搭檔。

在管理範圍上,往往會根據項目的需求、客戶的目標進行控制,可以是企業級的全域數據質量管理,也可以針對某一特定業務領域進行數據質量管理的實施。

數據質量管理工具從功能上,主要包括:數據質量指標管理、數據質量規則管理、數據質量評估任務、數據質量評估報告。請參考:《數據治理系列5:數據質量管理的正確打開方式》


1)數據質量指標管理。通過對不同業務規則的收集、分類、抽象和概括,定義數據質量維度,這裡給出了六種,分別是:數據唯一性、數據一致性、數據準確性、數據關聯性、數據完整性、數據及時性。質量指標反映了數據質量不同的規格標準,也體現了高層次的指標度量的特點。

2)數據治理規則管理。一個數據質量規則包含了數據的評估對象,評估指標、權重和期望值等。質量規則是由業務人員根據各檢核類別對不同的業務實體提出的數據質量的衡量標準。它是各檢核類別在不同業務實體上的具體體現。


3)數據質量檢核任務。檢核任務調度模塊是數據質量平台的核心,通過執行檢核方法生成相應的檢核結果問題數據文件,檢核結果問題數據能夠反映出用戶所關心的數據質量問題。

4)數據質量分析報告。數據質量報告提供了一個集中展示數據質量狀況的窗口,相關人員可以對數據質量問題進行查詢、統計、分析,找到引起數據質量問題的根因,並付諸行動,從源頭上解決數據質量的根本問題,實現數據質量的閉環。


四、天瀑劍:數據標準管理

數據標準管理工具猶如“天瀑劍”,是一把雙頭劍,用劍者必須很專一,是一把表現“紀律”的劍。



數據標準從字面上理解就是數據既定的“規則”,這個規則一旦定義,就需要必須執行。數據標準化就是研究、制定和推廣應用統一的數據分類分級、記錄格式及轉換、編碼等技術標準的過程。


從管理的對象上來看,數據標準主要包含三個方面的標準:

    數據模型標準、即元數據的標準化;

    主數據和參照數據標準;

    指標數據標準,如指標的統計維度、計算方式、分析規則等。

數據標準管理工具,從功能層面主要包括:數據標準編製、數據標準審批、數據標準發布、數據標準使用。請參考《數據治理系列3:數據標準管理》

1)數據標準編製。根據企業業務進行管控數據項的劃分,確定數據項的名稱、編碼、類型、長度、業務含義、數據來源、質量規則、安全級別、域值範圍等。數據標準可以參考國際、國家或行業標準的現行標準進行制定,也可以根據企業業務制定特定的企業級數據標準。

2)數據標準審查。對數據標準初稿進行審查,判斷數據標準是否符合企業的應用和管理需求,是否符合企業數據戰略要求。


3)數據標準發布。數據標準一經發布各部門、各業務系統都需要按相應的標準進行執行,對於遺留系統會存在一定的風險。標準發布的過程需要對現有應用系統、數據模型的影響進行評估,並做好相應的應對策略。

4)數據標準貫徹。把已定義的數據標準與業務系統、應用和服務進行映射,標明標準和現狀的關係以及可能影響到的應用。該過程中,對於企業新建的系統應當直接應用定義好的數據標準,對於舊系統應對一般建議建了相應的數據映射關係,進行數據轉換,逐步進行數據標準的落地。


五、青干劍:主數據管理

主數據管理工具猶如“青干劍”,奇鈍無比,非常鋒利,是最好防守兵器。



主數據是企業最基礎、最核心的數據,企業的一切業務基本都是基於主數據來開展的,是企業最重要的數據資產。

如果大數據是一座礦山,主數據就是那礦山中的金子,通過主數據的解決各異構系統的數據不標準、不一致問題,保障業務連貫性和數據的一致性、完整性和準確性,提升業務線條之間的協同能力。

同時,高質量的主數據也為領導的管理決策提供了支撐。所以,主數據管理也是企業數據治理成為最核心部分。


主數據管理平台從功能上主要包括:主數據模型、主數據編碼、主數據管理、主數據清洗、主數據質量、主數據集成等。對於如何建設主數據請參考《數據治理系列4:主數據管理四部曲》

1)主數據模型。提供主數據的建模功能,管理主數據的邏輯模型和物理模型以及各類主數據模板。

2)主數據編碼。編碼功能是主數據產品的初級形態,也是主數據產品的核心能力,支持各種形式主數據的編碼,提供數據編碼申請、審批、集成等服務。

3)主數據管理。主要提供主數據的增刪改查功能。


4)主數據清洗。主要包括主數據的採集、轉換、清理、裝載等功能。

5)主數據質量。主要提供主數據質量從質量問題發現到質量問題處理的閉環管理功能。

6)主數據集成。主要提供主數據採集和分發服務,完成與企業其他異構系統的對接。當然,談到集成就不得不說的一個重要工具,ESB(企業服務總線),這個工具也是經常會與主數據產品進行配合在實現企業主數據治理的同時,解決企業異構系統的集成問題。關於數據集成我們下次單獨再談,此處不再贅述。


六、莫問劍:數據安全管理

數據安全管理工具猶如“莫問劍”劍身是烏黑的,長兼富彈性,招式變幻難測,重劍略,有劍氣,輕易不殺,使用者需智能與內涵。



數據安全規則會隨着不同行業、不同企業的需求不同而變換莫測,數據安全一般企業作為數據戰略的重要組成。

“莫問劍”長兼富彈性,帶有劍氣,不易操作,需要使用者的智能與內涵。數據安全也一樣,在企業數據治理中,數據安全一般作為是企業數據治理的一道“紅線”,任何人、任何數據不可逾越。

但是數據安全也不能隨意、輕易地使用,否則就會影響業務效率,安全和效率之間需要找到一個平衡點。

數據安全涵蓋了操作系統安全、網絡安全、數據庫安全、軟件應用安全等。


對於數據的安全治理,側重點是對於數據使用過程的控制,使得數據安全合法的進行使用,所以管控的重點是在應用上。

從應用上,數據安全的主要功能包括:身份認證與訪問控制、數據合規性申請、數據分級與授權、數據脫敏/脫敏、數據加密、安全審計等。


1)身份認證與訪問控制。身份認證是為訪問控制提供支撐,訪問控制提供了不同身份用戶訪問不同信息資源提供了相應的安全策略。身份認證是在計算機及計算機網絡系統中確認操作者身份的過程,確定用戶是否具有對某種資源的訪問和使用權限,防止攻擊者假冒合法用戶獲得資源的訪問權限,保證系統和數據的安全。常用身份認證的技術包括:電子簽名(CA)、USB-key(智能卡)、靜態口令,動態口令、短信密碼、人臉識別、指紋識別、虹膜識別、聲音識別等。


2)數據合規性申請。對於企業關鍵信息的創建和變更需要符合企業相關的數據管理流程,建立數據申請、審批制度,對新增的數據或變更的數據進行合法性審批。

3)數據的分級與授權。根據數據的來源、內容和用途對數據資產進行分類,根據數據的價值、敏感程度、影響範圍進行敏感分級,建立敏感分級數據與用戶角色的訪問控制矩陣,對不同等級的數據分配給相應的用戶角色實現分級授權。


4)數據脫敏。簡單的數據脫敏技術就是給數據打個“馬賽克”,脫敏的過程數據的含義保持不變、數據類型不變、數據的關係不變。

5)數據加密。數據加密技術是數據防竊取的一種安全防治技術,指將一個信息經過加密鑰匙及加密函數轉換,變成無意義的密文,而接收方則將此密文經過解密函數、解密鑰匙還原成明文。

6)安全審計。數據安全審計是通過記錄用戶對數據的所有訪問和操作記錄日誌,並通過日誌的分類統計和分析,提供數據訪問報表,支持對數據的檢索和分析,支持對用戶的違規訪問和危險操作進行告警。


七、舍神劍:數據服務平台

數據服務平台猶如“捨身劍”:是一把開山辟石的大劍,鈍重有力,是一把求生的劍,代表重生,純樸,恆心。



數據服務平台是數據治理的能力輸出平台,持續的數據服務能力輸出,披荊斬棘,為前端的數據分析和數據應用提供支撐。

數據服務平台在互聯網架構下一般會基於統一的API網關進行服務的統一接入,由統一網關對所有數據服務進行調度、管理、編排、適配,應適應企業內部的數據共享和企業外部的數據開放等需求。

數據服務平台主要包括服務能力輸出和統一網關服務兩大部分,一部分是輸出數據服務能力,另一部分是通過統一的網關來管理這些能力。


1)能力輸出。數據治理平台的主要輸出的數據服務能力包括:數據查詢服務、資源目錄服務、主數據服務、數據標準查詢服務、數據安全服務等,每一類數據服務都是由一組服務接口組成的。

數據服務能力也可以根據業務主題進行組織,形成主題服務。數據服務的量和質量也是考驗一個數據治理項目實施的一項重要指標。

2)服務網關。嚴格意義上來說,服務網關也是一套獨立的工具,核心功能包括:服務的編排、註冊接入、流程控制、協議適配、安全防護等。


傳統架構中一般會以ESB——企業服務總線,作為服務網關來使用。在互聯網架構下,ESB這種中心化的架構對應高並發的前台應用無法支撐,所以目前一般採用API網關,即API Gateway技術來替代傳統的ESB。API網關提供日誌、安全、流量控制、熔斷、負載均衡、鑒權等功能插件。

這些插件會隨着企業業務應用規模等的變化進行不斷的強化與調整,而不用頻繁對網關層進行改動,確保網關層的穩定性。


八、傳說中七劍合璧就能召喚神龍

在一個大型的數據治理項目中,不是一項技術或工具就能搞定的,需要根據企業的需求採用不同產品和工具的組合。



而當我們將以上企業數據治理的七把利劍的相關核心能力組合起來以後,就形成了一個完整的數據治理平台,而這個數據治理平台與當前流行的“數據中台”不謀而合。

這裡,我們並不是因為數據中台的概念火,就將數據治理往中台靠,而事實上,任何一個數據中台,都離不開數據治理的各項能力。

一個完整的數據中台重點提供了數據的“采、管、存、用”四種能力,而數據治理工具就是提供了最核心的“管”數據的能力和一部分“采、存、用”數據的能力。


九、寫在最後

數據治理的各個工具在企業數據治理過程中各司其職,發揮着不同的作用,當然,除了筆者以上列出的七個產品,在不同的項目可能還會用到企業的數據治理工具或技術,這裡就不在一一羅列了。

一個企業的數據治理項目的成功實施和持續見效,產品和工具很重要,但絕對不能以工具論。

高瞻遠矚的數據戰略,先進的數據治理架構,數據治理時機的把握,數據治理組織、文化和制度的保障以及建立長效的運營機制缺一不可!

而技術與工具只是支撐企業數據戰略、數據標準落地的工具而已。-----(作者:石秀峰*來源:談數據/DBAplus社群)


台長: 聖天使

我要回應 本篇僅限會員/好友回應,請先 登入
TOP
詳全文