数据治理的未来：平衡数据治理和数据管理

如何通过快速访问高质量数据，灌输信心并支持数据驱动的决策，为业务合作伙伴创造竞争优势？

在为所有Citizen Bank的企业数据创建和实施数据治理策略时，这个问题似乎无法克服。凭借1514亿美元的资产以及主要在东北地区的500多万个人，机构和公司的信息，这是一个广泛的投资组合。Cottone评论道，“当使用数据治理这个词时，它会自动发挥诸如'控制'，'安全'，'保护'和'合规性'等概念。”然后是“使用”，“功能”和“概念”等概念。创新'，“似乎将整体数据管理与数据治理目标相对立。

作为公民银行的CDO，Cottone的任务是根据银行标语管理数据资产：“我们是帮助公民发挥潜力的公民。”这是一项艰巨的任务，要求Cottone利用其在金融领域其他16年的经验行业，包括为数据采集，使用和管理活动提供愿景，战略和政策指导。此外，Cottone承认成功意味着“通过降低风险来提高运营效率，保持收入增长并激发公司内部真正的新见解和创新”。作为第一步，Cottone拥有并负责公民的数据管理政策，而不仅仅是数据政策。这需要将数据管理和数据治理结合在一起。

平衡数据管理与数据治理

她说，她的兴趣在于数据管理，使人们能够用正确的参数做出“正确的事情。”她之前的工作背景要求她在整个组织中领导客户体验计划的实施。在那段时间内，她参加了几个数据治理计划。Cottone指出：

“他们每个人都在努力，因为这是一个非常沉重的委员会。为治理而治理。它是关于告诉人们他们能做什么，不能做什么，但却没有帮助人们以正确的方式完成任务。人们需要有权力来解决已发现的问题或将其带到某个地方以便以适当的方式为公司确定优先顺序“

在这里，Cottone认为，数据治理，设置策略和程序之间的平衡行为，以确保事情以适当的方式完成，以及数据管理，以正确的方式做正确的事情。她承认“在两者之间寻找合适的位置”所带来的挑战。她认为她的“推动使用和支持使我们处于治理视角的风险之中。”但她相信“人们会在你做正确的事情时获得正确的工具，把正确的护栏放好。“为了创造这种平衡，Cottone描述了技术，企业数据和业务之间的三方合作关系。

参与数据管理

Cottone解释了她如何通过企业数据参与模型管理数据，如下图所示。

Cottone将矩阵描述为“联合模型”，其中所有技术都是集中的。位于Citizens Bank的技术扮演着“双重角色”.Cottone表示，技术在与业务保持一致的同时，在数据基础架构上进行协作。作为回报，业务提供了获取任何现有项目数据的要求和资源。企业数据构建了银行所需的数据基础架构。Enterprise Data可帮助技术构建此数据基础架构，并确保业务可利用数据环境来支持业务项目。数据管理的参与与数据治理模型一起使用。

双向数据治理模型

她说，公民银行的数据治理从上到下自下而上。数据粘合了这种双向架构，包括两种不同类型的数据管理员，数据受托人委员会，项目指导委员会以及最终的执行委员会数据治理模型。下面的数据治理模型显示了参与公民银行数据治理及其数据相关活动的人员。

Cottone强调Data Stewardship是数据治理的“数据基础”，它依赖于两种不同类型的数据管理员：Source Stewards和Customer Stewards。两种类型的管理员都会提出问题，参与技术实施，并与业务部门数据受托人合作。“他们得到了他们的手，并帮助作为一个团体做出决定，”Cottone说。Cottone表示，所有数据管理员都会帮助“优先处理问题并与他们的组织进行沟通”。她解释说，这些人“实际上得手自己”，“定期花时间处理与数据相关的话题”。

来源和客户管理员的重点不同。她说，Source Stewards是一个约60人的小组，负责处理大约75个信息源“流入新建的网关”。他们专注于“客户会计交易，以帮助我们的业务合作伙伴。”

顾客管家，一组15人，“更多地考虑客户应该考虑他们所处的业务，”她指出。这些人基于对这些用户拥有的所有产品的访问权，从整体上概念化客户群。此类客户信息存储在客户主数据中。客户管理员与客户进行大量数据质量工作。但是，如上段所述，客户和来源管理员参与相同的流程。

数据受托人让数据管理员参与并协助两个团队的持续管理。数据受托人向计划指导委员会（PSC）传达信息，这将有助于PSC“审查财务和项目状态。”PSC预算用于整个数据计划。跨越业务线并且无法解决的问题流向CEO和他的直接报告，他们充当这些问题的调解者。

Cottone描述了自上而下的管理人员确定了进入Data Lake的资源及其优先级。PSC有助于引入这些来源以及订单。由于“从客户角度看两种不同的竞争观点”，他们还确定有人帮助决定客户主人的挑战。随着数据进入Data Lake，指导委员会优先考虑许多问题，“尤其是当受托人在那个街区外面，“科托内说。PSC和数据受托人将这些目标传达给数据管家，完成了这种双向治理模型。数据治理模型与其企业数据参与模型一起使用，包括人员，流程和技术。

使用数据来粘合数据管理和数据治理

在数据管理和数据治理的背景下，“数据是将人员，流程和技术结合在一起的粘合剂”，她强调说。这“使公民的员工能够完成他们的工作，并最终使他们更容易增加收入，降低成本并改善客户体验。”

数据构成了所有这一切的中心，也是人们搜索和编织信息的能力。“数据质量是其中很重要的一部分，”Cottone在数据管理和数据治理方面表示。“关于数据质量流程的持续参与吸收了数据管理。”数据质量通过共同填充，分析，提出改进，进行更改和监控数据，以推动所需业务成果的方式帮助连接数据管理员。数据质量仪表板针对75个系统中的每个系统的关键元素，帮助Data Stewards“以优先级方式解决问题。”通过数据，将人员，流程和技术结合在一起，实现了真正的数据治理。

作为粘合剂的数据赋予数据治理权力。对于Cottone，这意味着：

“寻找，理解和信任数据。成为CDO意味着对人，流程和技术充满热情。数据治理不仅仅是数据，而是将数据交给每个数据公民，即前线工作人员。“

通过这个口头禅，Ursula Cottone平衡了数据治理与数据管理，实现了公民的最初使命，“通过快速访问高质量数据，为客户提供信心，支持数据驱动的决策，从而为业务合作伙伴创造竞争优势。”