分析程序面临哪些数据管理挑战?

管理挑战，而其他人可以追溯到本组织内的政治或文化问题。

数据管理的挑战可能包括:

• 缺乏企业数据管理程序基于一个完整的企业数据管理框架。遗漏企业数据管理框架，如Dama International数据管理知识体系轮子是一个标志，该组织不了解数据管理作为协调的学科集，这些学科有助于在整个企业中提供管理和使用数据的健康和成功。如果没有这样的框架，则在这种组织中的分析程序使用的数据可能不可能，有效，有效，完整，定义，来自可信资源等。
• 缺乏企业数据治理程序。作为企业数据管理框架实现的一部分，组织需要有一个企业数据治理计划支持运营，以及分析。数据治理确保使用策略、实践和标准来管理组织的数据，这些策略、实践和标准基于行业中找到的、并在整个企业中部署的最佳实践。如果没有企业数据治理程序，分析数据将会支离破碎。
• 缺乏企业元数据管理计划作为数据治理的伴侣。以及数据治理，元数据管理在企业级别确保用于分析的数据遵循既定的格式，使用，数据集成，数据谱系（源和目标）等标准。没有适当的元数据管理，数据分析程序不知道哪种格式是正确的为了其目的（脚或米，圆形或小数等）

除了数据管理的挑战，以下政治和文化因素可能会阻碍分析程序:

• 缺乏对数据管理和分析的执行支持。许多组织启动数据管理程序以支持操作或分析，但它们不充分持久支持以确保继续。挣扎或休眠数据管理（或数据治理，元数据管理，数据质量等）计划将导致最终的分析结果和对分析计划缺乏信心。
• 缺乏教育和继续培训员工。数据管理是一门复杂的学科，对于所有从事数据使用及其管理的专业人员来说，优秀的教育和持续的培训是必要的。

在最终分析中，分析程序失败的原因有很多;其中一些可以归因于组织对数据管理挑战的缺乏关注。这种情况可以纠正，基于有效的企业数据管理，每个组织的分析工作都可以取得成功。