资金、时间、员工和资源——这些对许多中型企业来说都是供不应求的。但他们中的许多人正在克服这些局限性，利用他们丰富的数据，将他们的激情、天才和毅力转化为机遇。

面对现实吧，不把数据作为宝贵资产来管理业务已经没有意义。

IDC的Dan Vesset说，集团分析和信息管理副总裁，以及中小型企业研究项目副总裁Ray Boggs，有效的数据管理提供了新的竞争优势和收入来源。他们在IDC分析师连线"中型企业数据管理日益增长的价值"中写道，关键是要"发展成为一个智能企业，数据是业务进展评估和战略、运营和战术决策的关键。"

数据管理=准确分析=业务增长

不幸的是，51返利，由于缺乏数据协调、集成和访问能力，许多中型企业无法获得竞争优势，这是增长的危险障碍。零散的客户信息导致销售效率低下，客户满意度低。不规范的数据会导致内部对数据真实含义的误解。错位的信息阻碍了战略决策。

人们常常被闪亮的新性能仪表盘、数据可视化和数据饥渴的应用程序所震撼。但他们很少考虑从这些数字投资中获得价值的基础：数据。即使过去他们对数据管理有了解，在过去的三年里，事情已经发生了很大的变化，大数据分析系统，规则已经改变了。数据源和原始信息比以往任何时候都多，它们都必须相互连接并具有足够的灵活性，以使企业能够跟上日益数字化的世界的步伐。

实现数据分析价值最大化的三个步骤

是时候让中型企业加快数据管理的步伐了，但这并不意味着他们必须打破银行或交易所有现有的分析工具的最新技术。我们需要更加关注数据管理的三个关键领域。

为了建立对分析工具和见解的信任，企业需要知道他们现有数据的库存中隐藏了哪些知识。这可以通过两个关键步骤来实现：

数据分析：探索当前数据源中可用的信息，找出信息收集方面的差距以及它们所覆盖的组织、地区和客户的范围。

数据编目和元数据管理：对数据进行分类，并在存储库或（我称之为）数据库中对其进行逻辑组织数据库。这种方法有助于贡献、移动、访问、使用和接触信息的每个人了解数据的含义以及如何最好地应用数据。

数据分析的基石之一是能够不断提高所有数据域的数据质量，包括客户、产品、人力资源和供应商来源。通过转换、合并、标准化和清理数据，企业离提供每个决策者都能信任的见解更近了一步，尤其是当这些见解被编入报告时。

建立有关数据使用的规则和政策可以改进每个员工（从领导团队到生产团队）发现问题的方式迅速洞察并付诸行动。例如，公司可以指定在给定的应用程序中允许或不允许哪些操作。甚至可以对从客户标准到业务指标的任何内容进行严格而快速的定义。

有了这一级别的治理，公司可以：

定义、标准化和更正来自任何源、域或类型的数据

通过使用内部或外部数据源充实数据来填补数据空白

通过嵌入重复数据来匹配和整合数据直接检查工作流或应用程序

在分析、移动或集成数据之前，海量数据，随时实时检查数据集的质量

越来越多的企业正在捕获更敏感的数据，这些数据分布在自己的IT系统中，也很可能分布在供应商和合作伙伴之间。组织暴露的级别要求采取安全措施，保护公司免受信息丢失、未经授权的访问和不良行为者操纵数据等风险。

业务部门可以定义数据性能指标，并针对这些指标监控主数据流程和活动。通过基于这些度量阈值的自动通知，可以通过深入到数据对象、更改请求、工作流步骤的各个级别来执行根本原因分析，以及用户识别运营效率低下和结果。

建立在数据一致性和信任基础上的业务增长基础

数据管理不是一次性的项目。随着他们对数字技术的使用日趋成熟，中型企业必须将数据视为一种资产，需要持续不断的维护和关注，家居智能化系统价格，用户可以相信，这些数据准确地指出了从潜在的成本节约和收入增长机会到监管和政策合规性差距的所有方面。更重要的是，它有助于提供快速、准确和创新的结果，大数据的概念，客户希望从他们喜爱的品牌获得这些结果。

了解更多信息

发现数据管理作为一种战略能力对不断增长的公司的重要性与日俱增。请阅读IDC analyst connection"中型企业数据管理的不断增长的价值"。