“数据是企业重要的资产”已经成为各行各业的共识，但是拥有数据就意味着拥有数据资产吗？事实上并非如此，企业数据的管理和使用还存在诸多问题，使其无法得到良好的应用，进而使企业数据没有成为数据资产而成为拖企业后腿的一个负担。企业数据管理的问题主要有以下四大类：

【资料图】

（1）黑暗数据

黑暗数据又称睡眠数据，指被收集、处理但又不用于任何用途的数据。有数据而不用，甚至业务部门和领导都不知道其存在，这些数据可能会永远被埋没。其实很多企业除了黑暗数据问题，还有数据尾气问题。数据尾气是指那些针对单一目标而收集的数据，一般在使用后都会归档闲置起来，其真正价值未能被充分挖掘。

产生黑暗数据和数据尾气的主要原因是企业内很多系统的设计对于业务人员不够友好，操作功能繁杂，可视化效果不佳等，甚至系统采集的数据指标与业务需求脱节，无法为业务分析提供有效的数据，或者不能及时提供数据，这就不可能驱动业务人员使用数据。部分IT人员虽然知道有哪些数据，但是因为没有业务需求的推动而不去用或者不会用。据统计，企业的数据中有50%～80%可能为睡眠数据，始终无人知晓。

（2）数据孤岛

很多企业在信息化建设初期，由于缺乏信息化的整体规划，业务系统都是基于业务部门需求建设的，各业务部门都有自己的信息系统，这些系统都是各自定义和存储的，彼此间相互独立且数据间没有关联，形成了一个个数据孤岛。 

企业要想利用好数据，就必须打通数据孤岛。但是，打通数据孤岛是一项复杂的工程，难点不只体现在技术方面，还来自业务。数据本身由业务和流程而产生的，只有细致梳理和深度理解企业业务和流程，才能真正打通数据。由于打通数据孤岛的成本高、难度大、周期长，众多企业望而却步。

（3）数据“巴别塔”

巴别塔是《圣经》中的一个故事。这个故事有很多隐喻，其中之一就是在协作过程中顺畅沟通的重要性。顺畅沟通的前提是彼此之间有一套共同认可的对话标准。

在很多企业中存在着数据“巴别塔”。不同部门、不同员工之由于数据定义不清、口径不同、缺乏规范而无法顺畅交流和沟通。例如：某个大型集团对于“在职员工”指标的定义五花八门，有的部门是按照是否与企业签订劳务合同来统计的，有的部门是按照企业发放工资的人数来统计的，还有的部门是按照在本单位的人数进行统计等等。不同部门对“在职员工”的定义和统计口径都不一样，这种情况下，谁也不知道集团到底有多少员工。

（4）糟糕的数据质量

数据对企业来说是“福音”，但数据质量差可能是个大问题。数据的可信性是影响数据分析和管理决策的重要因素，然而企业数据普遍存在不一致、不完整、不准确、不及时等诸多问题。如果数据质量问题得不到有效解决，数据价值化、数据业务化就无从谈起了。

如果说数据是“石油”，那么原始数据只能算“原油”，本身价值不大。原油只有经过加热、催化、蒸馏、分馏等一系列淬炼、提纯的过程，才能产出不同型号、规格的产品。数据其实也一样。原始数据没有什么作用，只有经过采集、存储、处理、清洗等一系列加工处理过程，才能形成可信、优质、可利用的数据资产。