企业数据资产管理面临的问题

这两年，我到全国各地为企业做数字化转型的相关服务。

在和企业领导们交流时，我们一般会聊智能制造、聊数字化转型，聊信息化、数字化和智能化到底该如何规划，如何为企业的效率提升、成本的降低带来帮助。

在和企业中层交流时，中层领导们由于直面业务，我们在聊业务发展和展望的同时，更多的是交流问题，交流那些在利用信息化、数字化的同时碰到的具体的问题及困难，很多都是非常明确的痛点和难点。

其中尤为突出的就是数据问题，更明确地说，就是我们建设了那么多的信息化系统，系统里沉淀了那么多数据，但是往往是数据用不起。

这类问题随着企业数字化转型的深入，居然变成了普遍现象。

绝大部分企业都碰到了数据找不到、看不见、管不好，用不了的问题。

现在，我们企业内部已经产生了各种各样的数据应用需求，但能用好数据的企业并不是太多，这是为什么呢，是因为我们没有数据或者数据太少了吗？

我感觉用不好数据的原因不是数据量的问题，而是数据管理的问题。

绝大多数企业的数据管理没有形成方法论，没有相应的体系进行支撑，大家碰到的问题也都差不多：

1、黑暗数据

也就是存了那么多数据，有什么用，不知道，怎么用，不知道，应该谁来管这事？嗯，应该要管起来，不过，反正不是我。

2、数据安全风险

管得住、用得好的数据才是企业的资产，否则就是拖累。

我们服务过的某全球500强企业，为销售人员提供了在线销售管理管理平台，结果有销售人员在外面把相关的客户信息展示出来，直接让竞争对手在他的笔记本电脑上拍照。

3、数据质量差

这一点，相信各大公司深有体会，大家在工作中拿到的数据经常乱七八糟、差错百出。

比如，同一家客户，有多个名称出现在系统里，每个名称里都挂了一些单据；

又比如，物料方面，一码多料（计量单位问题）和一物多码的情况频频出现，这些都会造成企业运营效率和效益下降。

4、数据孤岛

这是个老大难问题，好在经过这些年的发展，随着各种技术方案的出现，这已经变成了一个纯技术问题，相对容易解决。

5、数据标准差异

企业最好要为内容的整个数据体系建立清晰的标准体系。

什么是数据标准？

比如身份证号码是18位，最后一位允许X，这就是身份证号码的数据标准；

比如中国的手机号码是11位的，汽车牌照，第一位是省的简称，第二位是地区的代码，用英文表示，这些都是数据标准；

又比如供应商目录里有中建公司，那么系统里叫什么，是中建公司、还是中建集团，还是中国建筑集团有限公司，通过数据标准，我们要规定，企业名称是营业执照上的全称，不能随着性子自己想一个。

所以，形形色色的数据问题，必然导致了数据看不见、找不到、管不好和用不了，最终，咱们企业可能拥有了很多数据，这些数据占用的很多资源，但是它们并不能为企业创造多大的价值。

怎么办，我们需要新的武器来解决问题，这个武器就是数据治理。