如何以及为什么要对现代商业智能治理进行众治
发布时间:2018.12.29来源:亿信华辰浏览量:66次标签:数据治理
BI和分析已经发展 - 治理也应该发展
现代商务智能使自助服务分析成为可能,组织已经实现了令人难以置信的好处,使数据民主化和众包新见解。然而,某种程度上,自助治理的想法似乎仍然是不可想象的。
在现代分析中,治理是必要的,因为数据和仪表板的共享更广泛,但应该启用数据和内容访问而不是限制它。这些实践和流程可帮助合适的人员访问正确的数据,确保推动用户决策的数据准确无误,并保持对内部政策或外部法规的遵守。
为了实现IT所需的高枕无忧和业务用户所需的敏捷性,您的治理方法必须转变为更具协作性的模型。成功意味着导航围绕此共同责任的角色,职责和流程,并通过迭代以敏捷方法改进它们。
治理指导委员会和框架
虽然现代BI技术可以帮助隐藏数据架构的复杂性并使某些任务更易于业务管理,但IT和业务部门都需要购买并参与建立和维护治理。指导委员会是确保覆盖基地的好方法,将主要参与者聚集在一起,以建立清晰的愿景和框架。
该小组应定义“道路规则”,并围绕用户角色,特权和权限,培训和认证以及衡量成功的新指标设定期望和流程。考虑到不同类型的数据需要不同类型的治理,因此您的模型必须足够灵活,以适应任何类型的数据。在您的模型适应不断变化的业务需求时,请考虑支持数据和内容治理所需的角色和流程。
通过现代分析努力实现众包治理模式
现代BI环境的实施和扩展使分析师和业务用户受益,因此,这些用户应对其整体质量负责。IT在分析渠道中的角色已经从生产者发展到推动者 - 因此IT部门应该赋予企业更大的治理利益。治理的转变并不是要求IT放弃控制,而是要让企业在可信和集中的环境中更加自立。分析师和业务用户成为识别IT和业务共同协商的治理模型中的数据问题或违规行为的第一道防线。
如果业务可能导致定义分析目标和期望结果(“什么”),那么IT对于建立实现这些结果的流程(“如何”)至关重要,包括确保数据完整性和安全性作为整个组织的分析规模。请记住,这不是一夜之间的转变; 它应该是渐进的。通常,这意味着从更传统的自上而下的方法开始,随着时间的推移转向自助服务模式,通过适当的知识,培训和对治理策略的理解,将责任委派给正确的业务用户。
培训和分诊 - IT可以通过将治理作为协作来放弃一些控制,但他们也应该分担修复分析问题的责任。企业参与还应包括在适当的时间和地点解决问题。在整个组织中部署现代分析时,教育和培训对于降低治理风险和变革管理阻力至关重要,并有助于企业投资参与治理。然后,如果有任何进展,IT可以对某些任务进行分类,并且适当的业务用户有权成为解决方案流程的一部分。因此,IT应该建立一个基础并培训与治理相关的所有事项 - 他们确切地知道模型应该如何。相反,企业应该建立一个COE来培训分析技能,最佳实践,
新的数据源和内容 - 从IT管理数据和内容创建开始。成功的内容组织框架可以轻松地从实验内容中识别可信数据 - 例如,验证数据源与连接外部数据以进行沙箱项目中的临时分析。自助服务的下一步可能意味着IT仍然拥有数据,但是一小组用户可以管理发布新内容,将内容从沙箱移动到生产项目并进行推广。通过明确的标准和发布新内容或认证数据源的清单,您可以管理具有业务参与的可扩展模型。
管理职责 - 随着现代分析实践的增长,应将某些管理职责委派给业务用户。IT应始终管理安全性,授权,组策略等,但业务方面的项目负责人和站点管理员可以拥有添加新用户,管理权限以及监控用户和内容参与的所有权。通常,这是由部门安排的。业务方面的管理员可以利用IT与现代平台集成的Active Directory或其他身份验证,使权限管理更简单并保持合规性。
生命周期管理 - 内容参与是现代分析部署成功的标志,通常也是业务关键绩效指标。IT应该使业务部门能够监控其部门内的仪表板和报告的参与情况,识别未使用或访问的内容或字段,甚至执行影响分析以评估更改可能如何影响用户。这为企业提供了更多的所有权和对其所创建的分析内容的责任,并使IT专注于技术平台的安全性,性能和容量。
寻求与现代治理方法的和谐
如果您的组织处于“Excel地狱”,其中包含大量电子表格,导致您的数据在下游分析期间无法保护,您应该查看您的分析和治理实践。将钟摆摆到另一个极端,如果您已经从传统BI转移到现代BI,您的组织可以从仔细查看您的分析受众,谁正在使用哪些报告及其原因以及谁可能从不那么严格的数据访问中受益中受益。
如果您将治理视为一种频谱,那么找到理想的治理框架并努力实现现代自助服务模式可能会更容易。现代商业智能可以访问这一范围内的任何地方,但是由IT和业务部门协同工作,以便在互利的情况下以迭代和增量的方式继续前进。
有一个传统的,自上而下的治理的地方,并且肯定有一个限制较少,自下而上的方法的地方。但是,没有任何一个/或者它们必须汇合; 现代的方法就是找到适当的平衡,并随着时间的推移对这种平衡保持开放。您可以对角色,控制,流程和职责做出更快的响应,您可以带来更多的业务价值。你知道你在哪个方面 - 更重要的是,你在哪里?
-
数据治理思考:数据质量如何监控
近年来,数字经济成为我国国民经济高质量发展的新动能,而数字经济能否高质量发展还取决于数据治理水平是否够高。目前的数字经济面临数字鸿沟加大……查看详情发布时间:2022.01.21来源:小亿浏览量:193次
-
企业数据交换共享平台整体解决方案
以一个场景来说。某个企业想要筹建数据中心,用于将各业务系统数据接入,标准化处理后将数据公布给分析系统展示。项目周期比较短,那是否有现成的……查看详情发布时间:2020.04.23来源:知乎浏览量:64次
-
6个实施数据治理的最佳实践方法
在寻找数据治理最佳实施方法时,您可以从已有的各种流程和模板工作的人那里学到很多东西。尽管每个企业都不同,您将需要根据流程调整数据治理实践……查看详情发布时间:2021.07.28来源:亿信数据治理知识库浏览量:130次
-
为什么应该让企业销售和营销团队参与数据治理
虽然在许多人看来,数据治理可能仅仅是IT部门的领域。但现实情况是,每个与客户相关的组织部门都应该参与进来。特别是应该鼓励销售和营销团队在……查看详情发布时间:2018.11.15来源:塞浦路斯浏览量:147次
-
专用企业架构工具如何解决常见的CIO问题
由于技术在商业中的重要性,CIO们发现他们的工作变得越来越困难。随着技术创新本身 - 以及物联网设备数量预计到2020年将增加285%(……查看详情发布时间:2019.02.26来源:亿信华辰浏览量:66次
-
如何保证数据质量?针对性业务方面的数据质量如何提升
平时企业都会处理数据质量的问题,越来越能够懂得数据库整套系统的运行模式和模型概念,深深觉得数据挖掘的本质其实不仅仅是从海量的数据中发现有……查看详情发布时间:2019.11.15来源:知乎浏览量:90次
-
大型传统企业如何利用数据管理系统把握好业务和数据的关系,逐步实现智能化转型?
关于“数据治理”的定义各大研究学派给出的都概念不尽相同,但看了这么多不同的说法小亿翻译成人话,其实就是要搞清楚:数据治理治什么?谁来治?……查看详情发布时间:2020.08.31来源:亿信华辰浏览量:59次
-
指标管理实践技能:如何让同一套指标体系展示为不同的树形结构
企业的指标体系的建设和维护工作非常繁杂,指标的数据来源、指标公式的维护、指标数据的更新、指标数据的应用,往往涉及到企业的多个部门,这些部……查看详情发布时间:2021.02.06来源:知乎浏览量:62次
-
浅析数据治理与数据安全治理的概念差异
当我们谈到数据资产的时候,想到最多的就是数据治理,接下来就是数据安全治理,那么这两者之间有什么区别和差异呢?……查看详情发布时间:2019.08.14来源:知乎浏览量:82次