返回主题:数据治理与生命周期

知识卡片

结构图卡 · 2781

数据挑战五问题

理解等级:未标注

企业开展大数据工作时,最先撞上的往往不是技术问题,而是数据本身的五类问题。缺少数据积累:很多企业(尤其传统企业)发展之初没有数据规划,只有财务这类跟经营核算直接相关的数据,客户、产品、营销数据严重匮乏,甚至还在用纸质媒介存储。数据孤岛严重:多业务线的大企业里,不同部门的存储系统、技术、口径、标准、定义各不相同,数据散落各处形成孤岛。数据质量差:记录丢失、类型不一致、字段为空、值错误等问题普遍存在,而且一旦数据从源头就有质量问题,后期几乎无法有效修复,基于这类”垃圾数据”得出的结论可信度很低,可能误导业务方向。数据整合困难:各业务体系内部有自己的数据规范,但跨体系整合时因为缺乏企业全局层面的统一顶层规划,字段定义、关联项、口径、范围、条件、规则互不一致,整合工作雪上加霜。数据来源匮乏:想从外部补充数据,但可靠的外部数据大多经过脱敏或转换、范围小、粒度粗,对深加工和价值提取不利。五个问题层层递进:没有数据积累是起点,孤岛和质量问题让”有数据也用不好”,整合困难让”多份数据拼不起来”,来源匮乏则说明”想从外面找补也补不了太多”。

结构图:

flowchart TB
  A["数据挑战五问题"]
  A --> B["缺少数据积累<br/>无规划,只有财务类数据"]
  A --> C["数据孤岛严重<br/>各部门口径标准不一"]
  A --> D["数据质量差<br/>源头问题后期无法修复"]
  A --> E["数据整合困难<br/>跨体系缺乏统一顶层规划"]
  A --> F["数据来源匮乏<br/>外部数据脱敏且粒度粗"]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《企业大数据系统构建实战:技术、架构、实施与应用》第12章《大数据当前问题及挑战》"12.1 数据挑战"(源文件:_epub-src/OEBPS/text00176.html) - 结论依据:原文依次以"缺少数据积累""数据孤岛严重""数据质量差""数据整合困难""数据来源匮乏"五个小标题展开各自的具体表现和成因,直接支撑本卡结构图。 - 原始内容:无数据可用折射出企业在开展大数据时的尴尬……这直接导致了企业数据孤岛的产生……这就所谓的"垃圾进垃圾出"的现象……由于在企业全局层面缺乏统一顶层规划而数据整合困难