
中国企业的数据管理到底有多糟?
在今天的大数据时代,数据管理对于企业获取和了解客户,提高经营效率都起到至关重要的作用,但遗憾的是,中国企业的数据管理实践的成熟度普遍很低。Forrester企业架构专家Charlie Dai为此撰写了一篇题为“中国企业的数据管理到底有多糟”的博文,指出中国不但是一个人口大国,也是一个数据大国,移动和云计算让中国企业面临的大数据挑战格外严峻,但中国企业的数据管理成熟度却低得可怜。IT经理网将原文翻译整理如下,供中国的企业管理者参考。
我最近与同事,高级分析师Michele Goetz进行了一次颇具启发性的谈话,话题包括了数据管理的方方面面。席间Goetz指出北美和欧洲企业的数据管理成熟度个体差异非常大。只有5%的企业拥有强健的数据管理基础架构和成熟的数据管理实践规范。大多数公司正试图变得更加敏捷,但是缺少评估标准,即使他们已经部署了数据管理平台。很少有企业能够将组织架构与业务或信息策略进行很好的匹配。
当我们把目光投向中国企业,结果更加糟糕:只有不到1%的中国企业具备成熟的数据集成策略、敏捷执行和持续业绩评估。尤其是:
数据管理实践还处于非常初级的阶段
数据管理不仅仅是部署数据仓库或相关中间件,还意味着相关战略和架构实践,包括情景服务和元数据模型,让数据管理最终与业务目标匹配。中国企业目前的数据管理关注重点几乎都是围绕数据仓库、主数据管理和对端到端业务流程与决策支持应用开发的支持,尚无法在业务流程和业务分析中充分发挥数据的价值。
不同行业的数据管理成熟度差异大
与北美类似,中国的银行和金融服务业是最早实施数据管理项目的行业,也是数据管理应用的领导者。管理部门如银监会是少数明确发布数据安全保护等数据管理政策的国家行政部门,引导行业数据管理方案达到管理部门的要求。然而,在很多其他行业,例如零售、制造、健康和能源,数据还分散在不同的异构系统中,缺乏全面和有效的管理。
大数据的大问题随着云计算和移动化而变得更加严峻
中国的庞大人口正产生海量数据,这对于中国企业的CIO和系统架构师来说都是一个巨大的挑战。中国联通一个省的OA系统就有三万用户,而不久的将来这些分散的系统需要迁移到一个集中化的管理平台。而亚太地区最大的在线零售商淘宝网则需要每天处理30TB的数据。来自手机和混合云的数据的爆炸式增长(包括结构化和非结构化数据)将成为中国企业管理者的重大命题。
关于大数据企业需知的六大问题
关于云计算,CEO需要知道什么?
乱世下的企业IT新思维
数据管理做好非常难,但是当市场变得更加瞬息万变,竞争加剧,监管升级,中国的企业家们需要开始认真考虑制定并执行数据管理战略。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10