盘点数据治理之“屎上雕花”那些事儿

本文讨论了互联网流行语“屎上雕花”，用以形象描述在糟糕的事物上做无效装饰无法改善其本质。作者将这一概念应用于数据治理领域，指出行业内存在的五个常见问题。

• 数据质量问题：如果基础数据存在错误或缺陷，则任何分析都可能导致错误的结论。这反映了“Garbage In Garbage Out”（垃圾进，垃圾出）的概念。
• 数据隐私保护不足：组织可能在数据收集和使用中违反隐私保护规定，导致数据泄露，即便后续有精美的数据分析，也是失败的。
• 数据治理规则的忽视：缺乏或不遵守数据治理规则和标准，如数据分类和访问，会导致治理工作不可持续。
• 过度投资技术而忽视实际需求：盲目投资数据治理工具和技术，未考虑实际需求和人员能力，可能造成资源浪费。
• 数据治理项目与业务目标脱节：数据治理项目如果不与业务目标紧密结合，可能不会为组织带来实质业务价值。

文章最后提出，数据治理中的“屎上雕花”现象是指未解决根本问题，仅在数据表面做文章的做法。作者邀请读者分享在数据治理工作中遇到的类似现象。