本文來自微信公眾號“數據驅動智能”，作者/曉曉。
據統(tǒng)計，44%的企業(yè)數據丟失，只有56%的數據可供使用。此外，在這56%中，只有57%被實際使用，而其余43%則沒有有效使用并產生價值。這表明只有32%的數據真正被投入使用。
多種因素導致企業(yè)數據采用和使用量減少。有時候員工缺乏數據素養(yǎng)技能會阻礙他們有效地使用數據，有時候員工對使用手頭的數據沒有信心，因為其質量較差。
由于數據會對整個企業(yè)產生影響，因此實施糾正措施并彌補這些差距需要共同努力。這意味著，組織中的每個角色都以某種方式有助于實現(xiàn)和維持數據質量。
這就是為什么了解在數據的整個生命周期（從捕獲到使用）中建立和維護數據質量所涉及的關鍵角色和職責非常重要。保持組織數據質量的責任與管理數據本身的責任高度集成。本文僅關注與數據質量直接相關的角色及其職責。
一數據質量團隊涉及的角色和職責
在建立數據質量團隊或為現(xiàn)有角色指定職責時，首先在企業(yè)中區(qū)分以下三個領域非常重要：
1.管理數據的角色
2.從數據中創(chuàng)造價值的角色
3.使用數據的角色
區(qū)分這些角色就能了解每個角色在數據質量管理中的貢獻級別。下面我們更詳細地介紹每個領域。
A.管理數據的角色
這些角色通常專注于采用更好的數據管理實踐，以最大限度地減少數據丟失并最大限度地提高數據質量。他們被認為是組織數據的看護者或監(jiān)督者。下面，我們將了解公司中管理數據及其質量的角色。
1.首席數據官（CDO）
比獲得高層管理人員在建立數據質量方面的批準或支持更重要的是，我們需要為此目的在高層有完整的代表。這就是CDO的用武之地。
首席數據官(CDO)是一個執(zhí)行級別的職位，全權負責設計在整個企業(yè)內實現(xiàn)數據利用、數據質量監(jiān)控和數據治理的策略。
CDO了解業(yè)務目標，并且能夠設計與數據相關的功能，以幫助團隊實現(xiàn)既定目標。最初，當這個角色在2000年初引入時，CDO僅負責數據治理。但隨著時間的推移，這個角色的職責發(fā)生了變化，現(xiàn)在包括：
●規(guī)劃數據管理系統(tǒng)，用于收集、處理和移動數據，同時最大限度地減少數據丟失。
●通過加強數據素養(yǎng)技能的獲取以及員工之間數據的智能處理和共享來實現(xiàn)數據文化。
●通過提供單一事實來源、消除業(yè)務流程中的數據障礙以及實現(xiàn)數據驅動的決策，最大限度地提高整個組織的數據使用和采用率。
2.數據管家（數據管理員）
數據管理員是公司中處理與數據相關的所有事務的首選人員。他們完全掌握組織如何捕獲數據、將數據存儲在哪里、數據對不同部門意味著什么，以及如何在整個生命周期中保持數據質量。
數據管理員負責：
●監(jiān)督整個數據生命周期——從數據創(chuàng)建和捕獲，到數據處理、存儲和使用。
●從高層次以及具體細節(jié)理解數據的含義，例如存儲在跨數據集字段中的數據的含義。
●幫助同事利用數據作為競爭優(yōu)勢，并使他們具備數據素養(yǎng)。
●根據組織數據的性質選擇數據質量測量的指標。
●監(jiān)控數據質量，解決可能出現(xiàn)的問題，并實施數據質量改進計劃。
●確保數據保護、合規(guī)性和安全性，同時監(jiān)控與數據相關的潛在風險和挑戰(zhàn)。
3.數據保管人
人們通常對數據管理員和數據保管人的角色感到困惑。這些角色之間最簡單的區(qū)別是，數據管理員負責數據字段中存儲的內容，而數據保管人負責這些數據字段的結構-包括數據庫結構和模型。
數據保管人的職責包括：
●從技術上控制數據訪問，只允許授權個人獲取數據。
●根據數據需求設計數據庫結構并建模數據對象。
●與數據管理員合作，了解數據字段中的內容，并決定支持數據質量的數據結構，包括適當的數據類型、大小和格式。
●對數據輸入系統(tǒng)進行驗證檢查，以確保傳入數據遵循數據質量指南。
●管理數據存儲的技術環(huán)境。
●維護對數據對象所做的所有更改的數據版本和歷史日志。
B.從數據中創(chuàng)造價值的角色
這些角色主要專注于從數據中創(chuàng)造價值-這包括收集正確的數據、執(zhí)行分析和解釋結果以解決業(yè)務問題。他們充當數據中間人——從監(jiān)督數據的角色獲取數據，并向使用數據的角色提供可操作的見解。
1.數據分析師
數據分析師是能夠獲取原始數據并將其轉化為有意義的見解的人——尤其是在特定領域。數據分析師的角色非常簡單，包括四個主要領域：
●通過對人們進行調查或收集已經捕獲的數據，從不同來源收集數據。
●根據分析的要求清理和準備數據，以確保結果的準確性。
●分析數據和解釋結果——這涉及識別數據中的趨勢或模式，有助于做出明智的決策。
●通過可視化或書面報告向團隊傳達分析結果。
2.數據與分析(D&A)領導者
正如組織在數據管理員在場時需要CDO一樣，他們也需要在數據分析師在場時D&A領導者。
數據分析師的工作水平較低，他們直接處理手頭的數據并對其進行處理以獲得所需的結果。D&A領導者負責監(jiān)督從數據中創(chuàng)造價值的戰(zhàn)略目標。D&A領導者的職責如下：
●了解數據在不同部門所需的準確決策中所扮演的角色。
●設計現(xiàn)代策略以實現(xiàn)高效和改進的決策。
●需要向CDO傳達數據，并解釋哪些數據以及以何種格式有助于分析過程。
●教育整個組織的各個職能部門了解如何利用數據和分析。
●創(chuàng)建和啟用數據治理策略。
C.使用數據的角色
這些角色被認為是數據消費者，這意味著他們使用數據——無論是原始形式還是轉化為可操作的見解。組織中幾乎所有部門都需要數據用于運營，因此它們確實會影響數據質量。讓我們看看一些常見的角色以及他們使用的數據類型：
1.銷售和營銷團隊：客戶數據是企業(yè)最大的資產之一，主要由銷售和營銷團隊產生、操縱和消費，因此在這些活動中客戶數據質量很可能受到影響。
2.產品團隊：產品數據是另一個對企業(yè)極具價值的主數據對象。每天生成和使用產品數據可能對其質量產生巨大影響。
3.業(yè)務開發(fā)團隊：他們通常使用商業(yè)智能數據來識別可能的市場機會。
數據消費者的數據素養(yǎng)
當涉及到使用數據的角色時，他們的最大責任就是具備數據素養(yǎng)。如果組織擁有使用/操作數據的各種功能組，但最終用戶不了解數據質量要求，并且無法滿足這些要求，那么組織就處于危險境地。
二建立數據質量團隊時需要考慮的重要因素
1.優(yōu)先考慮數據素養(yǎng)
數據素養(yǎng)是有效處理數據的能力，包括讀取、創(chuàng)建、交流和使用數據作為信息。數據質量團隊的主要目標應該是優(yōu)先考慮整個企業(yè)的數據素養(yǎng)。這樣可以主動防止有質量問題的數據進入系統(tǒng)，而不是始終以反應模式工作并修復錯誤。
這可以通過創(chuàng)建數據素養(yǎng)計劃和設計向團隊介紹組織數據并解釋以下內容來實現(xiàn)：
●每個數據集包含什么？
●每個數據屬性的含義是什么？
●其質量的可接受標準是什么？
●輸入/操作數據的錯誤和正確方法是什么？
●使用什么數據來實現(xiàn)給定的結果？
2.創(chuàng)建RACI模型
當涉及多個角色來實現(xiàn)共同結果時，確定每個角色的貢獻水平始終至關重要。這就是RACI模型非常有用的地方。RACI模型或矩陣確定角色是否負責、批準、咨詢或了解成功完成目標所需的任務。在管理數據質量時，需要確定以下角色：
●負責完成任務。
●審批交付任務的結果。
●征求意見，聽取工作任務完成情況。
●通報了任務進展情況。
3.定義角色層次結構
為數據相關角色構建組織結構可以識別：
●層級結構：誰向誰匯報？
●協(xié)作者：哪些角色協(xié)同工作以實現(xiàn)數據質量？
●職能職責：哪些角色或部門負責管理數據，哪些角色或部門負責管理數據質量，哪些角色使用產生的結果？
4.根據數據和業(yè)務需求選擇角色和職責
在構建數據質量團隊時，不一定需要所有這些角色。角色和職責的選擇取決于數據和業(yè)務需求。需要探索什么對組織有用，在角色和層次結構方面并在組織中實施。
有一點是肯定的：確立正確角色是成功的一半。然后是為他們提供正確的流程、工具和技術，以成功實現(xiàn)業(yè)務成果。眾所周知，數據分析師80%的時間用于準備數據，其余20%的時間用于分析，這清楚地表明他們需要一種能夠以更高效的方式完成工作的技術。
5.為數據質量團隊提供正確的工具和技術
這就是數據質量管理工具可以派上用場的地方。一種一體化的自助服務工具，可以分析數據、執(zhí)行各種數據清理活動、匹配重復項并輸出單一事實來源，可以成為數據管理員和數據分析師績效的一大差異化因素。數據質量工具，它可以幫助數據團隊快速、準確地糾正數據質量錯誤，并讓他們能夠專注于更重要的任務。數據質量團隊可以在幾分鐘內分析、清理、匹配、合并和清除數百萬條記錄，并節(jié)省通常浪費在此類任務上的大量時間和精力。
