数据治理运营:团队

发布时间:2018.11.14来源:Jayakumar Rajaretnam浏览量:28次标签:数据治理

这是关于数据治理运作的两部分系列的第二部分。“ 数据治理运作:差距 ”系列的第一部分讨论了需求是如何产生的,数据治理运营所需的一些主要原因以及所需要的。这部分更深入地了解了构建数据治理团队,成功运营的样子以及一些关键要点。

关键组成部分:内部治理团队

数据治理是人员,流程和技术的结合。在这三个组成部分中,人员组成部分可以为运营的程度和成功贡献40-50%。因此,充分了解内部治理团队类型至关重要。除了治理团队已经成熟并具有运营治理结构的少数组织之外,其他组织中的治理团队总是属于以下五种类型之一:


  • 新手团队:该团队了解治理概念并对实施理解充满信心,但缺乏实际的实施经验。大部分由高能团队组成,他们为治理计划找时间。不幸的是,该团队缺乏建立治理实践的能力。这可能是由于信任问题或等待雇用高级官员(例如,CDO)来推进它。资金不是主要问题。
  • 休眠团队:该团队主要由一些高级利益相关者组成,他们了解治理概念,并了解在业务部门或企业级别设置和操作治理需要什么。但由于缺乏高层管理人员推动治理,因此维持了反应性治理状态。在这种类型中,资金和赋权不是一个问题。
  • 虚拟团队:由多个项目的主题专家组成的团队,为治理相关的工作做出贡献,主要是兼职。这在组织内的职能部门意识到治理需求的情况下很常见,但在企业级别没有资金和高层管理人员的支持。目标是使治理继续发展,直到触发发生。由于这是一个虚拟组织,整个组织的治理策略执行受到影响。
  • 老龄化团队:这个团队的平均年龄很高,他们对治理和实施治理的兴趣水平很低。对治理举措的抵制将清晰可见,因为它被视为会增加他们的工作量而不返回的东西。
  • 无能为力的团队:在治理概念方面,该团队中的利益相关者的成熟度非常低。主要原因是缺乏高层管理人员的培训和指导以及启动治理。话虽如此,关键是要了解这个团队是如何形成的,因为它有时会改变推荐/解决方案的动态。


上述每种类型都需要不同的操作策略。发布治理类型标识后,可以利用组织变更管理(OCM)来实施治理。例如,新手团队需要授权,虚拟团队需要物理化,无知团队需要培训和/或入职经验丰富的管理人员来指导团队前进。


数据治理在哪里成功运作?

将治理融入组织文化的组织和将自己标识为“数据公司”的组织在企业级别具有运营数据治理设置。在银行和金融服务,医疗保健和生命科学等受到严格监管的行业中,重罚似乎在唤醒高级领导层,投资和重新审视其数据战略以保持治理数据健康以避免这些罚款年度方面起着至关重要的作用。一年之后。

在零售等受到温和监管的行业中,对360客户视图的需求促使公司实施数据治理。在能源与公用事业和制造业等行业,快速周转,优化和效率的需求正在推动数据治理议程的发展。

差距

根据质量公理,


  • “不能定义的东西无法衡量;
  • 无法衡量的是无法改善的
  • 无法改善的东西最终会恶化。“


在治理方面也是如此。高层管理人员希望每3个月看到一些有形的东西。换句话说,每花费一美元的投资回报率(ROI)。因此,如果没有明确表示如何展示DG的好处,那么操作化将是一个遥远的梦想。

解决这个问题的最佳方法是从小规模开始,为每个里程碑选择正确的项目,范围和指标。详细说明,一次选择一个治理区域,比如数据质量或元数据,并在显示价值和进度时进行扩展。这将有助于降低成本,适应不断变化的优先级,并灵活应对技术中断。

重点外卖

战略定义和实施之间的步骤对于成功实施治理至关重要。大多数精心策略定义包括对人员,流程和技术组件的成熟度评估。此外,他们还根据潜在的内部团队确定了对变更影响的一些见解。如果其中任何一个不可用,这应该是第一步。仔细研究成熟度和变化影响指数应该可以高度重视可能阻碍组织运营的因素。一旦识别出可能的治理阻止者,就很容易逐一解决。


调查方法

该调查包括研究分布在银行和金融服务,保险,医疗保健,能源和公用事业,零售,技术,通信和制造领域的19个组织。这些组织处于不同的成熟度和实施进度。分析模式:调查和与主题专家的交互相结合,接近各个客户位置的数据管理。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 金融服务的数据治理2.0

    金融服务的数据治理2.0

    随着金融服务业面临特别的压力,数据驱动型业务的变化速度正在增加。对于银行,信用卡,保险,抵押贷款公司等,必须正确地进行数据治理。……查看详情

    发布时间:2019.01.25来源:亿信华辰浏览量:36次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:48次

  • 浅谈数据治理

    浅谈数据治理

    随着越来越多的企业建立并广泛应用BI系统,数据治理的话题也在最近被越来越多地提及和讨论。有专家表示,只有建立了一定的数据治理体系,用户才……查看详情

    发布时间:2020.06.19来源:CSDN浏览量:38次

  • 银行的信息科技部门做数据治理的体验

    银行的信息科技部门做数据治理的体验

    银行对于数据治理的态度:从90年代末开始我国银行业信息化之路就已经开启,到了21世纪越来越多的银行开始利用数据进行更为精准的客户营销、提……查看详情

    发布时间:2020.07.31来源:知乎浏览量:31次

  • 企业数字化转型如何进行数据资源规划?

    企业数字化转型如何进行数据资源规划?

    企业主数据管理,就是将企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一的、……查看详情

    发布时间:2020.04.03来源:知乎浏览量:22次

  • 数据治理:建立有效政策的10个步骤

    数据治理:建立有效政策的10个步骤

    数据治理通常与法规遵从性相关。但数据质量和理解是数据治理的核心。作为竞争优势,更全面地使用快速增长的企业数据的能力也是数据治理策略的公认……查看详情

    发布时间:2018.12.14来源:数据治理浏览量:40次

  • 2019年IT关注的重点:大数据分析的存储架构

    2019年IT关注的重点:大数据分析的存储架构

    存储行业的技术专家和分析师预测,IT组织将专注于改进其存储架构,以便在2019年更好地利用数据分析、人工智能和物联网。并指出,改进大数据……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:23次

  • 数据质量是什么,企业数据质量分析怎么做?

    数据质量是什么,企业数据质量分析怎么做?

    现在大数据时代,数据充斥于我们的生活、工作、学习中。随着数据增加的来源和速度越来越多、越来越快,企业纷纷在努力的解决出现的这些问题,以及……查看详情

    发布时间:2019.09.26来源:数据分析网浏览量:17次

  • 数据治理是任何自助分析和数据发现策略的重要组成部分

    数据治理是任何自助分析和数据发现策略的重要组成部分

    当越来越多的用户与越来越多的数据交互并可视化时,可靠的治理实践可以确保每个利益相关者都能获得他们所需的洞察力,同时完全保留数据源的及时性……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:31次

  • 美国政府开放数据的元数据标准对我国的启示

    美国政府开放数据的元数据标准对我国的启示

    从 2012 年至今,我国已相继上线近 20 个地方政 府开放数据的门户网站,国家层面的统一数据门户 网站 www.data.gov.c……查看详情

    发布时间:2019.08.27来源:大连海事大学交通运输管理学院浏览量:23次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议