虽然术语“数据管理”不可避免地使巨大的服务器场的心理图像唤起,但基本的网权册预测计算机年龄。从普查和选举到银行业务的黎明,个人和组织长期以来一直努力收购和分析数据。
一个引用的例子是佛罗伦萨夜莺,英国护士在克里米亚战争,记录和可视化的患者记录中,以突出前线医院的惨淡条件。在一个世纪之后,夜莺不仅仅是作为一个人道主义,而且作为世界上第一个数据师之一。
随着技术开始发挥更大的作用,数据集的大小开始膨胀,数据管理最终在许多正式角色中被编纂,名称,如“数据库分析师”和“首席数据官”。新的挑战遵循,正规化,特别是来自事物的监管方面,因为立法者介绍了艰难的新数据保护规则 - 最重要的是欧盟的GDPR立法。
这不可避免地使许多组织认为数据管理是类似于数据治理的,其中责任在建立控制和审计程序附近,从防御镜头看。
这种防御是理解的,特别是鉴于数据管理和泄漏造成的潜在的财务和声誉损害。尽管如此,这里有一个近视的一个元素,并且过于谨慎,可以防止组织实现数据驱动的协作的好处,特别是在涉及软件和产品开发时。
数据防御性在官僚主义中表现出来。您开始创建像“Data Steward”和“Data Curedian”的角色以处理内部请求。一个“治理委员会”坐在他们之上,其成员发出Diktats并建立操作程序 - 而实际上没有在战壕中工作。在长期以来,堵塞出现。
障碍永远不会为企业提供利益。麻烦的第一个迹象是以“数据面包线”的形式。寻求关键数据的员工发现自己必须使其案件成为负责人的案例。时间浪费了。
本身,这是灾难性的。 但文化的影响更糟糕。 人们是自然问题的解决方案。 对于软件工程师来说,这是倍数。 因此,他们开始弄清楚如何规避既定程序,囤积自己的“筒仓”。 合作失败了。 由于团队不可避免地发现自己从相同数据集的不同版本工作,不一致。