编者注:本博客最初发布于 2022 年 10 月,并于 2023 年 11 月更新了信息。
如果“Silo”(筒仓)一词让您想起农场上那些赫然耸立、专门用来存放粮食的巨大塔楼,那么您就很容易理解什么是“Data Silo”(数据孤岛)了。虽然相比农场的筒仓更抽象,不过这个词组指的是孤立的数据存储库,由某个团队拥有,而组织中的其余人员无法访问。数据存储在不同的系统中,这些系统通常与其他数据集不兼容。这使得整个组织中的团队很那访问其他数据并据此开展协同,这阻碍了简化产品生命周期流程的可能性。
信息孤岛和数据孤岛有时可以互换使用,但两者之间存在细微的差别。数据孤岛主要面临的是技术挑战,即由于系统不兼容导致数据无法访问,而信息孤岛则是一种更刻意地保持数据隔离的做法。不同的团队可能会认为,由于各种原因,例如担心安全风险或者认为信息访问无用,因此需要将数据保留在各自的孤岛中。
要在企业范围内开展协同,需要保持透明度和互联性。数据孤岛不仅会隔离信息,而且还会对创新和团队合作造成巨大的障碍。由于每个职能部门都要检查其工作可能受到的影响,各种规模的决策都会被推迟。更不用说在操作数据孤岛中的数据时,兼容性、质量控制和客户满意度都会带来严峻的挑战。
有一点似乎显而易见,那就是产品开发流程中的各个团队经常会共用相同的数据。但是,当数据集无法访问和不兼容时,团队需要在自己的系统中复制这些数据。这不仅会极大地妨碍协同,而且还会导致团队中出现不一致、过时和不准确数据的风险,进而影响到生产效率。重复的数据还会侵占宝贵的数据存储空间,导致组织需要花费额外的 IT 资源来存储数据。
如果设计工程师和制造工程师在工作流程中使用两种不同的数据管理系统,那么当他们需要分享数据时,就会不可避免地在协同中碰壁。如果设计工程师做出改动,这些更改无法传达给下游,这会导致一系列问题,包括产品质量下降和上市速度减缓。
彼此隔离的数据最终会妨碍生产力。团队中的用户在寻找存储在其他孤岛中的数据时,需要先查找数据、提交申请,然后获得授权来获取数据,接下来才能处理数据。一项简单任务中繁琐的流程会降低工作效率,无端占用本可用来利用数据创造价值的时间。
将数据管理交由各个团队自行处理时,数据泄露和违规的风险非常高。由于组织没有集中式系统,因此没有专职团队来处理整体安全性,也没有既定的流程来应对威胁。数据孤岛还会将公司置于未能遵守数据隐私和保护法的危险境地。
由于数据孤岛的存在,组织中会充斥着不完整的数据集。这意味着,如果一个部门收集与其他部门运营相关的数据但没有共享这些数据,那么第二个部门使用的就是不完整的数据集。这种行为还会导致数据冗余和糟糕的数据治理实践。
数据孤岛会造成数据冗余,进而导致数据在许多方面都不一致。由于版本不同或缺乏标准,不同的部门可能会使用同一数据的不同版本。与此类似,这些部门可能会使用不同的数据定义,或者在手动录入数据时带入了错误。这还会导致数据的完整性问题,因为数据孤岛通常没有足够的资源来验证和协调数据。
孤岛心态是指组织中的不同团队彼此孤立地运作,跨职能边界的沟通和协同相当有限。部门中出现孤岛心态通常是数据孤岛所导致的,这两个概念存在相互联系。部门之间的联系有限,会导致交流障碍和优先事项分歧。最终,这会造成一种各自为营的环境,导致各个部门保护和捍卫自己的数据,而不是共享数据来朝着共同的目标努力。
随着技术以前所未有的速度不断发展,一些组织与他们的传统系统一起落后于时代。传统 IT 基础设施采用已经过时的系统,缺少连通性,无法与较新的技术集成。公司依赖于这些系统,通常是因为已经熟悉了它们、使用起来顺手、已经进行了定制或者其技术仍然能发挥作用(因此无需修复!)。这就像一个缓慢漏水的管道,制造商通常会忽略这些基础设施造成的问题,直至为时已晚。在这种情况下,这些老化的技术由于欠缺连通性,会在团队之间造成壁垒和数据孤岛。
虽然 IT 战略和技术部署的初衷是提高组织效率,但它们也有可能会成为造成数据孤岛的因素。定制的技术解决方案可能会满足某个环境的特定需求,但通常无法完全集成到现有的数据工具中。当使用的原有系统不能很好地与新数据解决方案结合时,也会出现这种情况。最后,如果新系统的上岗培训不够充分,企业可能会发现员工会重新使用更熟悉的旧技术。
数据孤岛会存在于任何地方,但它们通常出现在经历过快速增长或并购的大型组织中。在这个增长过程中,为了优先找到高效的工作流,员工们自然而然地会划分为专门的团队。由于组织缺乏集中式平台,当这些团队也开发出自身的数据管理方式时,就会出现问题。很快,当团队需要在产品生命周期中交流和分享数据时,离散的系统就会成为绊脚石。
分层级的组织结构通常会导致数据孤岛,其中每个职能部门各自为战,收集和管理自己的数据,对组织的整体数据愿景没有全面的认识。这同样会导致公司中的不同部门使用不同的数据系统,彼此之间没有连接,从而阻碍了信息在整个企业内的流动。
当员工高度重视单独部门的成功而非组织的目标时,就会将保护自己部门的数据和资源放在首位。如果企业文化不重视开放式沟通和协同,就很难在数据管理方面取得成功。
首先检查数据体系结构和操作实践,找出限制其他部门和系统访问信息的情况。典型的数据孤岛迹象包括离散或独立的数据库,部门之间有限的数据共享,冗余的数据集合,以及不一致的数据格式或定义。此外,如果很难全面、实时地了解组织的运营情况,那么很可能存在数据孤岛。请考虑开展彻底的数据审计工作,并开展跨部门交流,更好地解决数据孤岛问题。
要打破数据孤岛,就必须整合正在使用的各种数据管理系统。在考虑各种用户方案时,您可以借此机会构建让所有人都愿意接受,并且能使整个组织受益的数字主线。
建立数据治理模型有助于防止数据孤岛再次出现,并有助于促进协同。该框架概述了组织如何收集、存储和利用数据。利用规则和流程来确保隐私与合规性,同时尽可能减少安全风险。
与整合数据管理系统相似,连接其他产品开发和业务系统同样非常重要,这样整个生态系统处理的就是相同的最新产品信息。用户无需再承担冗繁且易出错的数据输入工作。
如果组织中的用户抗拒改变,不希望从现有系统中迁移,那么转向数字主线就会成为一个挑战而不是机会。让用户参与到这个流程中,可以缓解这种抵制情绪。征求员工对整合数据管理系统的想法。选择解决方案后,请确保针对新系统提供充分的教育和培训机会。
现在,您已经了解了什么是数据孤岛,以及造成数据孤岛的原因,接下来您需要知道如何才能有效地打破数据孤岛。要打破数据孤岛,就必须在整个产品生命周期中构建数字主线。数字主线可以让产品数据可供各类用户访问,从而实现所需的一致性和协同能力。要做到这一点,务必要建立产品生命周期管理 (PLM) 来为数字主线奠定基础,以便在关键系统之间创建无缝的数据流动。ThingWorx Navigate 是一款功能强大的 PLM 工具,可以无缝地将数据集成到单个平台上。利用该软件,您可以轻松地访问产品数据、实现数据大众化并使用灵活的部署选项,顺利过渡到数字主线。
Windchill 是 PTC 的 PLM 解决方案,提供了全面的预设功能,可实现与物联网和 ERP 等其他系统的轻松集成。该软件经过优化,支持扩展型企业,提供高度的自动化和互操作性功能,可实现跨领域的配置管理,包括安全协同、简化升级以及用于大规模管理数据的现代化架构。这有助于引导用户管理更多项目,并缩短交付周期,降低非质量成本。
数据孤岛会降低生产力、引入不必要的错误、隔离用户并导致数据隐私风险。构建支持 PLM 的数字主线对于实现数据大众化以及在最终用户之间更好地开展协同至关重要。在使用数字主线打破数据孤岛后,组织可以实现工作流简化和产品质量提高等收益。