案例研究:亚利桑那州实施全州数据治理模型

发布时间:2018.12.06来源:Amber Lee Dennis浏览量:196次标签:数据治理

亚利桑那州政府希望改善他们所服务的人的成果。他们改善这些成果的计划的一部分涉及强大的全州数据治理计划,以改变文化并提升一百个亚利桑那州机构的数据管理状态。

亚利桑那州战略企业技术办公室(ADOA-ASET) - 亚利桑那州管理局状态数据管理架构师Jeff Wolkove和能力成熟度模型研究所(CMMI)数据管理产品和服务总监Melanie Mecca最近分享了Wolkove的使用方法CMMI的成熟度模型,用于评估和实施数据治理策略,并创建一个计划,在整个州培训20,000名数据管理员。

挑战

当沃尔科夫六年前到达时,该州没有适当的数据治理政策。为居民提供更容易获得所需服务的愿望导致多个部门和机构合并。例如,经济安全部现在是一个“一站式商店”,它将九个不同的机构合并为儿童抚养,老人和残疾人服务。这九个机构有不同的任务,不同的资金来源,不同的联邦和州资金要求,以及不同的数据文化。因此,该部门无法准确报告所服务的客户数量。

关键数据由各机构共享。例如,惩教部门的累犯计划跨越多个机构:亚利桑那州医疗保健费用遏制系统(AHCCCS)管理假释医疗保健,经济安全部的不同领域为从监狱释放的人员提供工作计划和其他服务,但没有这些部门使用相同的术语来定义“人”。

麦加指出,“数据共享是政府面临的重大问题。”如果没有代理机构之间的谅解备忘录,沃尔科夫说,“它几乎到处都是。询问数据,你可以在一天内得到答案 - 或者你可以在60天内得到答案 - 或者永远不会。

选择解决方案

在亚利桑那州政府实施任何计划或政策都可能很复杂。“亚利桑那州是一个非常分散的州。在IT和管理方面,每个机构都做自己的事情,我们的职责是提供一般的领导力,“沃尔科夫解释说,所以他不能强迫合规。强烈鼓励各部门遵守政策,“但如果他们有其他商业原因不能或过于繁琐,他们就不必这样做。”因此,从其他机构获得支持是实施难题的关键部分。全州政策。

Wolkove通过鼓励参与任何政策制定过程来解决买入问题。提供迭代评论期和共享修订表示参与者如何将他们的反馈纳入最终政策,“因此我们没有得到太多的回击。”与州政府机构建立信誉的另一种方法是将政策建立在被广泛接受的标准化框架上他说,在这个行业中。“这就是为什么我们选择使用CMMI 的数据管理成熟度(DMM)模型”来评估当前的数据治理成熟度并制定州的改进计划。

CMMI的数据成熟度模型

CMMI致力于推动人员,流程和技术方面的最佳实践。该研究所为各组织提供工具和支持,通过将其运营与最佳实践进行比较并确定绩效差距来衡量其能力并建立成熟度。

“数据管理成熟度模型是一个流程改进和能力成熟度框架,用于管理组织的数据资产和相应的活动。它包含在数据生命周期(从创建到交付,维护和归档)中建立,构建,维持和优化有效数据管理的最佳实践。“

DMM可用于各种设置,因为它是技术中立的,适用于任何行业。虽然它定义了有效数据管理的要求,并为公司提供了构建自己的定制路线图以供改进的资源,但它并不是规定性的。它侧重于“做什么”而不是“如何”完成,允许组织达到能力成熟度的许多变化。即使在同一行业中,组织也会根据其特定的业务优先级进行处理,从而导致对数据管理主题的不同重视。

履行

2016年,Wolkove开始召开一系列会议,当年来自Data Blueprint的顾问通过数据管理知识体系(DMBOK)参与了为期两天的会议。他们还安排了早间的执行简报,并要求总督办公室要求国家主任和高级领导出席。“这是数据管理首次成为国家领导层的焦点,这非常积极,”他说。他将团队分成了单独会面的工作组,以开始解决顶级计划:


  • 政策工作组:政策制定和批准
  • HR Workgroup:为数据管理职位创建职位描述
  • RFP开发:为数据管理咨询服务创建全州标准化RFP
  • 供应商选择:选择主要数据管理工具的供应商


会议结束后,这些工作组成长为该州25个顶级机构的指导委员会。Wolkove解释说,工作组制定的政策在2017年会议召开前几周由CIO发布并批准,在那里它们被引入以及一到两年的实施时间表。此外,每个机构都需要建立一个内部数据政策委员会。

2017年,麦加向代表11个不同机构的23个指导委员会成员举办了为期三天的课程,题为“ 建立企业数据管理能力 ”。该课程帮助参与者理解:


  • 一个组织在我的特定领域做得很好意味着什么?
  • 我面临什么障碍?
  • 我如何确保实施成功?


指导委员会成员能够立即开始在他们自己的机构中实施新政策,一名委员会成员 - 水资源企业数据管理负责人Lisa Williams--根据她从麦加课程中学到的知识,为她的整个机构制定了数据管理战略并在数据治理和信息质量会议上提出了案例研究。

CMMI随后与惩教部,水资源部,AHCCCS和经济安全部对DMM进行了一系列评估。Wolkove说,提供解决方案的挑战之一是某些代理商不明白他们有问题,“因此我们能够完成四项数据管理成熟度评估这一事实本身就是成功的。”

下一步

评估表明,各州政府机构之间的数据共享政策和程序应成为重点,并建立全州的执行治理委员会。根据每个使用数据的人都是数据管家的理念,麦加开发了全州数据管理课程。

Wolkove希望培训时间短 - 两小时或更短 - 从业务方面为管理员提供适当的词汇表,但仍然为IT人员和材料提供有用的内容,以帮助加快课堂实施创意。他说,超过20,000名员工将参加该课程。“任何在他们面前有电脑的州员工都必须参加这个培训课程,以确切了解如何处理他们每天使用的数据。”

培训的目标包括:


  1. 了解定义管理权的政策及其实施方式。
  2. 使用DMM来衡量整个州的数据管理的持续进展。
  3. 用于定义数据,制定质量规则,与IT合作以指定数据要求以及数据工作组的特定技能和技术。
  4. Robert Seiner的非侵入性数据治理的实施


Seiner的理念是,您不必雇用人员担任数据管家:

“因为他们已经在组织中存在,因为他们已经处理了数据。你只需要教他们如何正确地做到这一点,以及如何对它负责,“沃尔科夫说。

Wolkove看到其他政府机构有机会使用这个培训计划,他有一些兴趣。“我最近刚刚与联邦政府问责办公室(GAO)进行了交谈,他们对此感到非常兴奋。他们想要了解更多,“他说。培训适用于州和联邦政府,或适用于任何大型组织。“我们正在努力做的就是把这个放在雷达上并改变文化,这个培训计划将会改变文化。”


(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
  • 为什么要进行数据交换

    为什么要进行数据交换

    企业大量的IT投资建立了众多的信息系统,但是随着信息系统的增加,各自孤立工作的信息系统将会造成大量的冗余数据和业务人员的重复劳动。企业急……查看详情

    发布时间:2020.08.10来源:知乎浏览量:184次

  • 银行数据治理包括哪几个方面

    银行数据治理包括哪几个方面

    从《银行业金融机构数据治理指引》相应章节可看出, 数据治理/管理的核心是基础数据、衍生数据,以及产生与 应用这些数据的组织架构、运行机制……查看详情

    发布时间:2021.04.06来源:数据治理研究院浏览量:215次

  • 数据资产管理直面企业痛点

    数据资产管理直面企业痛点

    企业日常经营活动中积累的大量数据,除了支持业务流程运转之外,越来越多地被用于帮助企业提升管理决策效率、实现价值挖掘和业务创新。企业日常经……查看详情

    发布时间:2020.09.11来源:知乎浏览量:213次

  • 开创数据治理新局面

    开创数据治理新局面

    当前,大数据发展日新月异。深入推动实施国家大数据战略需要深入了解大数据发展现状和趋势及其对经济社会发展的影响,分析我国大数据发展取得的成……查看详情

    发布时间:2019.02.25来源:光明网浏览量:180次

  • 数据中台和业务中台的区别

    数据中台和业务中台的区别

    数据中台是什么?数据中使前台更智慧。当然它也可以加快前台的开发速度,但它更重要的是使前台更智慧。业务系统,原来是跨类的,是分领域的财务系……查看详情

    发布时间:2021.01.23来源:头条浏览量:222次

  • 数据中台与数据仓库相比的四大优势

    数据中台与数据仓库相比的四大优势

    数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。因此,其重点在于数据的集合。数据仓库可使用维度建……查看详情

    发布时间:2020.11.21来源:知乎浏览量:222次

  • 数据仓库的定义,它有什么作用?

    数据仓库的定义,它有什么作用?

    最简单的数据仓库是用于存储和报告数据的系统。数据通常源自多个系统,然后将其移入数据仓库以进行长期存储和分析。该存储的结构使得组织内的许多……查看详情

    发布时间:2018.12.20来源:数据治理浏览量:193次

  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:182次

  • 如何实现数据治理合作交流的4点建议

    如何实现数据治理合作交流的4点建议

    数据如同工业的石油一样,成为国家的重要资源,成为推动经济社会增长和发展的重要引擎。大数据、云计算、人工智能是大势所趋,发展这些技术也是人……查看详情

    发布时间:2019.10.25来源:知乎浏览量:192次

  • 大数据治理的五个核心要素

    大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:282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