什么是数据治理以及董事会应该如何应对?

发布时间:2018.11.22来源:Nicholas J. Price浏览量:94次标签:数据治理

数据是公司持续时间最长的资产。它超越了人,设备和设施。数据治理将分析与治理要求相结合。许多公司错误地将数据治理问题与其IT部门联系起来。实际上,数据治理更紧密地与业务计划保持一致。

客户涉及许多行业的多个部门,包括销售,交付,安装,客户服务,保修和维护。每个部门都使用不同的语言和术语。当不同部门使用相同的术语并以不同方式定义时,数据变得不那么有价值 董事会和经理需要能够信任数据的质量,才能从中获得全部价值。

董事会应该通过清楚地了解其含义并了解如何整体管理来实现数据治理,这将有助于他们始终如一地进行管理。

什么是数据治理?

该数据治理协会提出数据阐述治理的一个准确的定义。他们的定义将数据治理描述为“信息相关流程的决策权和责任制度,根据商定的模型执行,描述谁可以采取什么行动来处理什么信息,何时,在什么情况下使用什么方法。”该定义的要点与企业如何建立框架和创建流程以管理其数据有关。

数据治理整合并整合了有关人员,流程和技术的信息。

公司需要建立一个负责数据资产的团队以及管理它们的最佳方式。数据治理团队对公司所有部门的数据质量负责。该团队支持整个公司的数据质量活动和计划,并确保数据治理计划与业务需求保持一致。

流程

数据治理团队的首要任务通常始于定义公司如何管理每个部门的数据。这包括了解它们如何存储,移动,更改,访问和保护数据。数据治理团队必须共同控制,审计和监控流程。在高度监管的行业中,这项任务尤为重要,因为合规性是高度优先的。

技术

各种类型的软件解决方案将帮助数据治理团队找到支持最佳治理实践的计划。团队应该寻找能够实施其业务规则并确保整个企业的数据质量的软件解决方案。监控和软件解决方案将有助于收集和分析数据。

数据治理的最佳实践

公司治理的最佳实践表明,数据治理应该是精简和平衡的。董事会监督应该尽可能地关注管理数据,同时仍然能够实现最大的共同利益。董事会应鼓励数据治理团队使用有限的应用程序创建广泛的愿景和框架,并根据需要扩展他们的方法。

无论哪个部门生成数据,数据治理的三个最重要的标志是内容,准确性和及时性。低质量数据通常会对公司及其运营产生负面影响。数据治理团队应构建支持质量数据的系统。

有时,公司数据与其他相关方分享很重要。数据治理团队应该确保数据不仅准确和及时,而且对于那些因各种原因请求数据的人来说具有意义。数据治理团队应准备好为员工,外部利益相关者和社区成员提供易于理解和有意义的数据。

数据治理团队的部分角色包括向他人介绍数据质量。团队成员应该教会员工如何在他们在环境中遇到不良数据时区分好数据,因为这与他们在组织中的角色以及董事会将其应用于决策制定有关。

数据治理管理团队还可以通过使用数据分析工具突出显示改进处理技术的数据来提高数据素养。在缺乏明确数据的情况下,数据治理团队可以通过应用统计技术来改进决策制定。数据治理团队还应收集和传播与企业数据仓库内容相关的元数据。

数据治理团队的另一项重要任务是制定战略分析计划,与董事会和管理团队分享。团队需要设定一些优先级并牢记这些优先级,以平衡自上而下的优先级和自下而上的请求。

随着公司在不同发展阶段的成长和成熟,数据随之成熟。数据治理团队是定义数据治理和鼓励部门有效使用数据治理的管家。拥有一个负责数据治理事务的方也可以减轻对重复整个组织数据管理工作的担忧。减少重复工作可提高整体效率。

团队还应该随时准备解决有关数据治理管理总体计划的任何冲突。

协调董事会治理和数据治理

协调董事会治理和数据治理需要董事会,管理层和数据治理团队之间的良好沟通。数据治理团队越了解董事会的战略规划,团队就越能够将目标与其协调一致,并与首席执行官的成员分享这些目标。

致力于将数据与公司治理结合起来的数据治理团队将增强组织中的数据配置文件。创建有意义的数据集将有助于董事会和经理更好地决定如何分配财务和其他资源。

数据治理活动有助于减轻组织的各种风险,特别是因为它们与公司治理的完整性和风险支柱相关。

数据治理成为不幸发生数据泄露事件的主要因素。预计董事会将尽快确定暴露数据的位置和范围。网络安全是董事会的首要问题。在勤奋的数据治理团队的帮助下,董事会将更容易地降低网络风险和威胁。这是一个延伸到股东期望的价值。

对数据治理采用有用且健康的方法的关键是让整个组织充分理解“数据作为资产”这一短语。展望未来,数据治理的最佳实践可能会朝着新焦点的方向发展。以创造价值或产生收入的方式管理数据,作为数据治理委员会的增值结果。


(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
  • 十年经验总结:企业物料主数据建设方案

    十年经验总结:企业物料主数据建设方案

    目前很多企业已建立ERP系统,关联到整个企业运营的物料数据仍然存在“一物多码”、“描述不规范”等数据质量问题,这会对企业数据流通共享和经……查看详情

    发布时间:2021.05.21来源:亿信数据治理知识库浏览量:275次

  • 数据治理困难,即数据治理之“困”。

    数据治理困难,即数据治理之“困”。

    当前,以人工智能、区块链等为代表的数字技术不断涌现,快速向经济社会各领域融合渗透。以数据为核心的数字化转型已是大势所趋。金融业是数据密集……查看详情

    发布时间:2020.01.03来源:知乎浏览量:70次

  • 简述数据资产管理方案必须注意的6点

    简述数据资产管理方案必须注意的6点

    “数据资产管理”一词,在国内首次由DAMS(中国数据资产管理峰会)组委会正式提出。首届“中国数据资产……查看详情

    发布时间:2020.08.14来源:知乎浏览量:98次

  • 一文搞懂数据质量问题及对应的解决办法

    一文搞懂数据质量问题及对应的解决办法

    通过数据分析、数据评估、数据清洗、数据监控、错误预警等内容,解决数据质量问题,使数据的质量得以改善,使其满足数据需求方对数据质量的规则要……查看详情

    发布时间:2019.11.05来源:知乎浏览量:544次

  • 数据指标体系和数据治理的管理

    数据指标体系和数据治理的管理

    我们提到过为什么要搭建指标体系,相信大家在看数据相关招聘岗位简介的时候,也经常看到有关搭建指标体系的要求,因此这里简单的给出两点做指标体……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:97次

  • 主数据管理对生产率改善、风险管理、成本降低等方面均有显著的好处

    主数据管理对生产率改善、风险管理、成本降低等方面均有显著的好处

    什么是MDM(Master Data Management)? 主数据管理是旨在创建和维护权威、可靠、可持续、准确、及时和安全的环境的……查看详情

    发布时间:2020.09.03来源:知乎浏览量:104次

  • 2021公安数据治理的目标

    2021公安数据治理的目标

    公安数据治理的目标是实现全局数据资源的有效整合,有效解决公安力量分散、资源分割、信息孤岛、运行封闭等问题,最终打破部门壁垒和警种壁垒。……查看详情

    发布时间:2021.04.29来源:亿信数据治理知识库浏览量:195次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:167次

  • 数据治理最佳实践利用大数据

    数据治理最佳实践利用大数据

    大数据时代的新兴技术,如人工智能和物联网,意味着有更多的数据可以从中受益,并且数据治理策略可以管理和保护。……查看详情

    发布时间:2019.06.28来源:知乎浏览量:105次

  • 常见的主数据管理问题

    常见的主数据管理问题

    主数据管理,包括不仅仅是硬件和软件,还是将数据作为重要资产管理的思想和办法,是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保……查看详情

    发布时间:2020.12.05来源:知乎浏览量:287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