數據治理・Data Governance

大家都在看數據怎麼還是對不上?

從一場你熟悉的週會開始,看數字為什麼對不上,以及怎麼讓它明天還對得上。

會議桌上三張紙,各寫著不同的數字

A FAMILIAR MEETING / 週會的第七分鐘

「我這邊的數字,不是這樣耶」

行銷說這個月轉換 312,電商後台說 287,財務對完帳說 240。三個人都沒算錯,會議卻先花了半小時,決定要相信哪一個。

Same meeting. Three numbers.

問題通常不在誰算錯,而是那個「同一個數字」,從來沒有人把它的來歷說清楚。

STEP BACK ONE SQUARE / 往回走一格

每個數字,都有自己的來歷

廣告平台算的是點了廣告之後七天內的購買。GA4 記的是網站上被觸發的事件。財務看的是真的收到錢的訂單。同一個詞,三條路,三個出生地。要對得起來,得先知道它們各自從哪裡來。

01 / ORIGIN 來歷這個數字經過幾手?
02 / MEANING 口徑這個詞,公司裡有幾種意思?
03 / OWNER 主人欄位壞了,誰會先發現?
04 / LIFESPAN 壽命這張報表,多久沒人看了?

SMALL THINGS, EVERY COMPANY / 每家公司都有的小事

數字不是突然對不上的

它們是一件一件小事累積出來的。這幾件,你的公司大概也有。

口徑 / MEANING

那個欄位,是三年前的實習生取的名

後來沒有人改,因為每個人都以為別人知道它是什麼意思。改了一個定義,六份報表悄悄跟著變,沒有人收到通知。

主人 / OWNER

離職的那個人,把口徑一起帶走了

轉換率是他算的,例外是他記得的。交接文件裡有帳號密碼,沒有「為什麼這樣算」

壽命 / LIFESPAN

那張報表沒人敢刪,因為不知道誰還在看

報表活得比做它的人久。它每週準時更新,數字早就不代表當初的意思。

BEFORE THE ANSWER

來源查得回去嗎?口徑對齊了嗎?限制說清楚了嗎?

AND NOW, AI / 然後是 AI

AI 只會把這些放大

AI 能在幾秒內把資料整理成一段流暢的答案。來歷不清、口徑不一的資料,也會被整理得同樣流暢——錯得更好看,也更難發現。集團的 iKala Nexus 這類平台,讓企業把內部資料接上自己的 AI Agent;接上去之前,資料得先是可以被相信的。CloudAD 做的,就是那一段。

看看我們怎麼理解數據

WHAT WE CALL IT / 我們把這件事叫做

數據治理

說穿了,是讓大家用同一個意思講話,而且明天還是同一個意思。數字有來歷、口徑一致、有人負責、有人維護——決策才有站得住的地方。

先確認那隻貓,再看牆上的獅子。