定义数据治理:什么是数据治理?

发布时间:2019.01.23来源:亿信华辰浏览量:130次标签:数据治理


数据治理(DG)是增长最快的学科之一,但在定义数据治理时,许多组织都在努力。

Dataversity称DG是“有助于确保组织内数据资产正式管理的实践和流程。”这些实践和流程可能因组织的需求而异。因此,在为组织定义数据治理时,考虑推动其采用因素非常重要。

通用数据保护条例(GDPR)已经将数据治理的升级突出显著贡献。实际上,erwin的2018年数据治理状况报告发现,60%的组织认为监管合规是他们数据治理的最大推动力。

其他重要的驱动因素包括提高客户信任/满意度和鼓励更好的决策,但他们分别落后于监管合规性的49%和45%。声誉管理(30%),分析(27%)和大数据(21%)也是因素。

但是,如果不了解如何在这些环境中应用DG,那么数据治理的采用几乎没有什么好处。这可以说是过去数据治理的问题之一。

由于没有固定的定义,以及在IT中隔离数据治理的历史实践,组织通常对数据治理有什么不同的想法,甚至在部门之间。由于这种跨部门的脱节,不难想象为什么数据治理在历史上有很多不足之处。

但是,由于在GDPR中授权DG,组织必须在组织范围内定义数据治理以管理其成功实施,或者面临GDPR的处罚。

定义数据治理:期望的结果

在定义组织范围的DG计划时,一个很好的起点是考虑所需的业务成果。这种方法确保所有相关方都有共同的目标。

过去的Data Governance 1.0示例主要涉及对数据进行编目以支持搜索和发现。这种方法的本质,再加上DG计划通常在没有来自更广泛业务的投入的情况下孤立于IT部门的事实,这意味着这种做法经常难以增加价值。

如果没有来自更广泛业务的投入,数据编目过程就会缺乏背景。通过忽略包括组织的主要数据公民 - 那些管理和/或利用日常数据进行分析和洞察的公民 - 组织数据经常受到重复,不一致和质量差的困扰。

现代数据驱动业务的本质意味着这些数据公民遍布整个组织。此外,许多关键数据公民(认为数据使用的增值方法,如数据驱动营销)并未积极参与IT部门。

正因为如此,Data Governance 1.0计划在令人沮丧的频率上失败了。

当然,对于将法规遵从性确定为数据治理驱动因素的组织而言,这是有问题的。考虑到数据驱动型业务的本质 - 不断捕获,存储和利用新数据 - 满足合规性标准不能被视为一次性解决方案,因此数据治理不能被排除优先级,并且会被淘汰出局。

即使那些设法无限期地维持输入数据治理需求水平的企业,也会发现Data Governance 1.0方法需要。在监管合规性方面,缺乏与数据治理1.0相关的背景,以及它导致的不准确性意味着潜在的严重数据治理问题可能毫无根据,并导致对违规行为的影响。

我们建议组织在实施DG时,不仅要将数据编目和合规性视为预期结果。在数据驱动的业务环境中,数据治理发现其作为增值计划的真正潜力。

将数据治理所需的业务成果确定为增值计划的组织也应该考虑数据治理1.0的缺点,任何未将增值视为业务成果的组织都应该问自己“为什么?”

许多21的最大市场干扰的ST世纪已经数字精明的创业公司具有强大的数据策略-想制作的Airbnb,亚马逊和Netflix。如果没有高数据治理标准,这些公司就无法对其数据充满信任,无法自信地采取这种数字优先策略,使其难以管理。

因此,在数据驱动的业务时代,组织应该考虑数据治理2.0战略,DG将成为一个整个组织的战略计划,从IT范围中解除实践。

这种对数据治理的协同作用本质上涉及数据在治理过程中的最大受益者和用户,这意味着数据编目等功能受益于更大的背景,准确性和一致性。

这也意味着组织可以更好地信任他们的数据,并更有把握地满足遵守法规的标准。这意味着组织可以通过更准确的分析和分析方法更好地响应客户需求,从而提高满意度。这意味着组织不太可能遭受数据泄露及其相关损害。

定义数据治理:企业数据治理体验(EDGE)

EDGE是数据治理2.0的erwin方法,使组织能够:

  • 随时随地管理任何数据(任意2)
  • 灌输协作和组织赋权的文化
  • 引入一个集成的数据管理生态系统,从一个中央存储库中提取并确保整个组织的数据(包括实时更改)保持一致
  • 通过打破业务和IT之间的孤岛并引入通用数据词汇,提高跨域的可见性
  • 从GDPR到网络安全,通过减轻广泛的风险,让监管更加安心。 

(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
  • 为什么数据治理是改善决策的关键

    为什么数据治理是改善决策的关键

    能够快速收集大量数据,分析数据,然后使用您学到的知识来帮助促进更好的决策,这是许多企业高管的梦想。但是就像任何可以在一个句子中总结的事物……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:186次

  • 8 项提高数据完整性的预防性措施

    8 项提高数据完整性的预防性措施

    仅使用一种方法几乎不可能将数据完整性风险降至最低,因此使用多种策略的组合是更好的选择。降低数据完整性风险的一些最有效方法包括8点。……查看详情

    发布时间:2021.07.07来源:亿信华辰数据治理知识库浏览量:605次

  • 什么是元数据管理框架?元数据管理框架如何制定?

    什么是元数据管理框架?元数据管理框架如何制定?

    元数据管理框架描述了一种使数据和元数据资产更易于访问和用于实现业务目标的组织方法。它根据组织的需求,动员并扩展了作为元数据管理基础的现有……查看详情

    发布时间:2021.07.16来源:亿信数据治理知识库浏览量:134次

  • 数据质量管理趋势

    数据质量管理趋势

    进一步信息又可分为物理信息和语义信息两类,其中物理层面的信息反映基础的数据结构;语义信息属于进阶有含义的语义数据结构,反映人类的视角。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:124次

  • 数据治理与数据质量有何不同?

    数据治理与数据质量有何不同?

    当下是一个大数据的时代,有越来越多的企业开始应用大数据来创造价值,为了能够充分的利用数据价值,企业需要对数据进行管理,当我们听到数据管理……查看详情

    发布时间:2019.07.26来源:知乎浏览量:124次

  • 完善数据治理的制度设计

    完善数据治理的制度设计

    作为最具时代特征、最活跃的生产要素和价值创造来源,“数据”首次出现在《决定》的文本之中。这既反映了经济社会数字化转型不断加快的特征事实,……查看详情

    发布时间:2020.10.31来源:知乎浏览量:97次

  • 大数据环境下的数据质量管理策略

    大数据环境下的数据质量管理策略

    信息时代,数据已经慢慢成为一种资产,数据质量成为决定资产优劣的一个重要方面。随着大数据的发展,越来越丰富的数据给数据质量的提升带来了新的……查看详情

    发布时间:2019.11.06来源:知乎浏览量:122次

  • 数据治理新挑战:数据要素大规模流动

    数据治理新挑战:数据要素大规模流动

    “我们谈论大数据的时候在谈什么?”“数据生产要素、数据治理、隐私计算……这些都是关键词。”7月24日下午,2020年中国互联网大会“数据……查看详情

    发布时间:2020.07.31来源:知乎浏览量:140次

  • 数据治理的发展历程

    数据治理的发展历程

    数据治理技术的发展使得其中最好的技术为组织的数据景观提供了完全的透明性,并为业务用户在搜索、访问和应用数据时提供了一种方便快捷的体验。……查看详情

    发布时间:2018.11.19来源:艾米丽华盛顿浏览量:136次

  • 治理:如何做对

    治理:如何做对

    如果您在任何规模的组织中工作,您可能不得不与某种治理委员会打交道。这些都是出了名的狡猾。继续阅读,看看如何避免常见的陷阱。……查看详情

    发布时间:2019.03.11来源:亿信华辰浏览量:103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