数据治理与IT治理的区别

发布时间:2018.11.15来源:Cindy Ng浏览量:295次标签:数据治理

最近,我们一直专注于数据治理,从数据中获取最大价值并防止下一次重大漏洞,我们中的许多人忽略了IT治理基础,这有助于我们实现卓越的数据治理。

一些混淆的根源是数据和IT治理具有非常相似和相互依赖的目标。从广义上讲,这两个流程都旨在优化组织的资产,为组织创造更大的商业价值。

由于IT和数据治理是如此密不可分,对组织的运营至关重要,我们如何比较和对比这两者。

什么是IT治理?

IT治理可确保组织的IT投资支持业务目标,管理风险并满足合规性法规。

组织的IT投资示例:物理和技术安全,加密,服务器,软件,计算机和网络设备,数据库模式和备份。

人们经常认为,这些投资被视为成本中心而非货币生成者。这是一个艰难的话题:如果没有IT,组织将无法运营,优化甚至创造收入。

简而言之:没有IT,没有数据,也没有业务。

但良好的IT运营需要专门的领导才能确保技术投资最大化。

参与IT治理成功的利益相关者包括董事会,财务主管,运营,营销,销售,人力资源,供应商,当然还有首席信息官(CIO)以及其他IT管理人员。

负责使IT治理与组织业务目标保持一致的关键人物是CIO。

为了实现目标,CIO通常会使用由行业专家创建的现有数据治理框架。这些框架还提供实施指南,案例研究和评估。以下是您可能听说过的一些框架:

COBIT 5:该框架是业界的主要产品,它通过利用经过验证的实践,帮助企业实现IT治理,业务优化和增长。该框架基于企业IT治理和管理的五个关键原则:

  1. 满足利益相关者的需求
  2. 覆盖企业端到端
  3. 应用单一,集成
  4. 实现整体方法
  5. 将治理与管理分离

ITIL: IT基础架构库有助于使IT服务与业务需求保持一致。最着名的是它们的五个核心出版物框架,每本书都收集了IT服务生命周期每个阶段的最佳实践。

公平:这是一个新的框架,根据他们的网站,“他们是一个致力于推进测量和管理信息风险的非营利性专业组织。他们为信息风险,网络安全和业务主管提供标准和最佳实践,以帮助组织从业务角度衡量,管理和报告信息风险。“

在框架方面,您必须决定哪一个适用于您的公司文化,而且通常,组织会发现混合方法效果最好。

通过适当的IT治理,数据治理成功的机会也会增加。为什么?系统,应用程序,IT支持及其对公司内部数据的管理的执行和管理将影响数据治理。

那么数据治理又是什么呢?

数据治理是指数据管理,以改善业务成果并推动业务增长。

到目前为止,除资产类型外,数据治理与IT治理非常相似。

参与数据治理的利益相关者包括IT治理所需的所有个人以及更多的高管:董事会,财务,运营,营销,销售,人力资源,供应商,CIO,IT管理方面的高管。

但是,负责将数据与组织的业务指标对齐的个人是首席数据官(CDO)。CDO还将招募数据科学家,程序员和任何生成数据的部门,即组织内的每个部门。

CDO是最近的高级管理人员,它们有助于引领公司从数据中创造商业价值。据Gartner称,到2019年,90%的大型组织将拥有首席数据官。

是的,CDO非常重要,但这个职位也需要业务和变革管理技能。毕竟,他们必须汇总数据,分析数据和最具挑战性的数据,让企业对数据采取行动。

由于此数据治理是一个相对较新的领域,因此没有已建立的框架,例如COBIT 5。

但根据我的研究和在会议上与专业人士交谈,公司的执行套件应该提出以下一些问题:

  1. 你的经营策略是什么?
    • 数据策略不会为您的业务产生单一的增量美元,它只是一个促成因素。
  2. 您是否在整个组织中定义并传达了关键目标?
    • 如果您不知道业务问题是什么,那么您将浪费大量时间,金钱和资源来解决问题。
  3. 您是否拥有正确的数据且质量是否足够?
    • 如果没有数据质量,您的数据项目和分析将不可避免地无法实现。


(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
  • 数据治理概述

    数据治理概述

    每天,大学的数据都会被评估,创建,使用,存储,存档,报告或删除。数据治理为罗切斯特的这些信息的定义,交换,完整性和安全性设定了标准和协议……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:312次

  • 解析业务数据的特征——《企业大数据实践路线》

    解析业务数据的特征——《企业大数据实践路线》

    我们今天的内容是解析业务数据的特征。我们已经知道了数据从哪里来,也知道有什么数据,现在我们需要去分析一下这些数据的特征是什么,想想能在这……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:171次

  • 数据质量分析定义的六个阶段

    数据质量分析定义的六个阶段

    企业数据质量治理对象一般主要包括两类数据:一类是操作型数据,例如:主数据、参照数据和交易数据。……查看详情

    发布时间:2019.12.06来源:知乎浏览量:361次

  • 盘点数据治理的6个价值

    盘点数据治理的6个价值

    ​随着大数据的发展,各行各业都面临越来越庞大且复杂的数据,这些数据如果不能有效管理起来,不但不能成为企业的资产,反而可能成为拖累企业的“……查看详情

    发布时间:2022.06.15来源:互联网浏览量:348次

  • 中国科大:大数据实现本科生学业“全过程”管理

    中国科大:大数据实现本科生学业“全过程”管理

    近年来,中国科学技术大学(以下简称“中国科大”)践行“管理即服务”理念,实现“教、学、管”联动育人,完善“学业追踪”和“困难资助追踪”网……查看详情

    发布时间:2019.03.11来源:亿信华辰浏览量:161次

  • 什么是数据治理?

    什么是数据治理?

    数据治理是一个包含可用性,适用性,完整性和安全性的四向框架。它是由使用技术的利益相关者使用的一组流程,以确保管理和保护重要和关键数据。它……查看详情

    发布时间:2018.11.16来源:互联网浏览量:213次

  • 数据治理如何释放信息的力量来解决实际的业务问题

    数据治理如何释放信息的力量来解决实际的业务问题

    数字商务永远改变了零售业的面貌。广泛的产品选择,快速交付和简单易用的搜索功能,也推荐相关产品,提高了标准。……查看详情

    发布时间:2019.08.02来源:知乎浏览量:188次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:209次

  • Gartner 2019年十大数据和分析技术趋势:增强型分析成为重要卖点

    Gartner 2019年十大数据和分析技术趋势:增强型分析成为重要卖点

    处于数据和分析位置的领导人必须审视这些趋势对业务带来的潜在影响,并相应调整业务模式和运营,否则就有可能失去竞争优势。 ……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:193次

  • 2019年大数据发展趋势预测

    2019年大数据发展趋势预测

    九十年前,法国诗人保罗瓦列里写道:“未来不再像过去那样。”从00年代中期开始的大数据趋势也可以这么说。 面对崭新的2019年,Da……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:160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