数据分析师行业|新公布的进行数据治理的弊端，这些细节你一定要注意

有的企业由于各种各样的原因，没有先行开展数据治理相关方面的工作，而是直接启动建设核心业务系统(如ERP、MES、PLM、SCM、CRM等)，随着企业的逐渐发展，业务系统越来越臃肿，周边IT系统逐渐增多，集成逻辑愈发复杂，就会出现上文提到的各种数据问题，无法为现代企业数字化转型提供有力支撑。以ERP系统为例，先上业务系统再进行数据治理的弊端主要体现在以下几个方面。

进行数据治理的弊端有什么，核心业务系统实施时更多的是考虑业务的实现，忽略了数据本身的标准性和合规性，由于对基础数据治理的片面性和特定性认识，导致数据治理不彻底，产生很多“脏数据”，重码现象严重，一旦这些数据直接进入业务系统，随着系统应用逐渐深入，范围逐步扩大，对企业经营管理的影响也会越来越大。比如物资编码不规范，就会出现采购订单录入时不知该选哪个编码，仓库盘点出现账实不一、统计报表不准确等情况，业务系统的使用效果大打折扣。如果此时进行数据治理，一方面，由于基础数据牵扯的范围比较广，数据治理的工作量比较大，涉及企业的人、财、物管理，具有一定的风险;另一方面，为保证数据治理的效果，需要企业投入大量的人力和资金。比如数据标准要重新制定、数据需要清洗、系统集成架构和逻辑需要调整，笔者遇到很多企业多次反复使用“脏数据”，一物多码、一码多物的问题比较突出，导致后期数据清洗繁杂、难度大，以至于清洗周期一拖再拖，项目迟迟无法验收。所以在核心业务系统实施前进行彻底的数据治理就可以避免上述问题，减少重复劳动，提升管理效率。

进行数据治理的弊端有什么，很多企业使用业务系统落地各类数据编码的执行，由于业务系统缺乏对数据生成的有效监控、验证等，导致数据生成过程处于失控状态。有的业务系统上线运行前期制定了一些相关的管理制度和流程，但是长期的手工或非法执行，还是会出现书写错误、不规范等问题，最终导致重复编码无法得到有效控制，各种问题数据越积越多，不利于企业业务的高效运作。

如果核心业务系统运行一段时间后再实施数据治理，其实相当于重复一遍业务系统实施时的工作。此时需要重新规范数据标准并实现系统落地，重新进行数据清洗，重新搭建数据管理体系等，重复劳动，耗费资源。数据清洗后只能先实现重复数据的映射，然后逐步停用重复编码，导致数据冗余无法短期内消除，而且，需考虑对业务系统正常运行的影响。

以上就是有关于进行数据治理的弊端的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。