【导语】将数据和可视化工具交给业务人员是一回事；让IT部门摆脱运行报告的业务是另一回事。
有什么方法可以让 CIO 们对他们的数据策略感到不满和发泄？询问他们如何成功地让业务用户从大型电子表格迁移到数据可视化，和其他自助商业智能平台就知道了。
然后，问问首席数据官（CDO）领导数据治理项目有多难，这些项目包括对对想要集成、准备、分析和分享对越来越多数据集的见解的公民数据科学家提供更多支持。
我在 CIO 最近的未来工作峰会上举办了一个研讨会，讨论如何治理利用无代码和低代码平台的公民开发项目。我选择关注公民数据科学，因为我知道许多 CIO 和 CDO 都在寻求将数据治理构建到这些项目中的建议。我曾经为 InfoWorld 写了两篇文章，一篇是关于电子表格如何扼杀你的业务，另一篇是关于用业务工作流取代电子表格。在这两篇文章之后，我急切地想听到与会的IT和数据领导者提出的挑战。
坦白地说，我对发展公民数据科学卓越中心项目略知一二，并在十多年前推出了我作为首席信息官的第一个项目。在我的新书《数字开拓者》（Digital Trailzer）中，我在“隐藏在不良数据中”一章中分享了一些故事和教训。
01 调查数据表明
我在研讨会上做了一个快速调查，以了解与会者对公民数据科学的挑战和看法。虽然 60 名受访者的样本量太小，无法支持任何结论，但调查表明，这些IT领导者仍处于推出公民数据科学项目的早期阶段。
当被要求挑选业务部门通常查看数据的前两种方式时，受访者指出他们自己开发的电子表格（53%）和由IT和数据团队管理的自动化报告（43%）。43%的人说自助BI是业务部门查看数据的最佳方式之一，但其中只有 13%的人说他们的自助BI有强大的治理能力。
该小组报告说，在数据分析方面收益最大、服务最少的职能是客户体验，占比达 35%，而产品开发占了 28%。
有一个问题问到了业务、数据专家和技术专家之间围绕数据驱动的实践进行合作的三大挑战。最重要的答案（40%的受访者表示）是，业务领导只希望IT部门修复数据和交付报告。
数据可视化和准备工具在十年前就已经成为主流，所以这种明显缺乏进展的情况远非令人鼓舞。为了让事情朝着正确的方向发展，IT和数据领导者必须加强数据治理计划，支持公民数据科学的努力。
02 将合规风险转化为公民数据科学的增效剂
电子表格的问题在于，早在数据治理实践出现之前，它们就已经向业务用户推出了。业务分析师下载了数据集，创建了多个电子表格，并通过电子邮件发送给同事。今天，用您最喜欢的数据可视化工具替换电子表格，如果不加以管理，您可能会遇到更大的问题。
问题包括：
➤ 分享私人和机密信息，造成合规风险；
➤ 将信息泄露给组织外未经授权的人；
➤ 误解数据定义并根据假设做出错误的决定；
➤ 在没有测试算法和验证结果的情况下分享分析和见解；
➤ 在没有标准或风格指南的情况下构建可视化，从而使员工更难理解结果
……..
当然，今天的风险被放大了，因为大多数企业分析大数据集，使用多种分 析工具，并为专有的机器学习模型开发定制代码。分析模型被用于整个组织的创收活动和运营效率，而错误可能是代价高昂的。数据治理的目的是解决合规性要求、知识差距和数据质量目标，可以将风险变成公民数据科学项目的加速力量。
03 从何处开始主动数据治理
许多数据治理计划背后的主要驱动力是合规性和安全性要求，但积极主动的数据治理旨在实现这些目标，同时也实现数据驱动的组织。这些程序定义了透明的数据访问和使用政策，以便明确谁可以使用什么数据集进行分析。每当分析或可视化包括新的公式、分段和其他参数化时，数据目录就会被更新。目前正在努力减少数据债务，提高数据质量和自动化数据集成。仪表板、分析和机器学习模型都有版本控制，并且定义了支持生命周期。
在创建这些数据治理实践方面失败或落后，这一代的公民数据科学分析将看起来和过去十年的巨型电子表格一样糟糕。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。