数据治理准备的五大支柱:组织支持

发布时间:2019.01.24来源:亿信华辰浏览量:450次标签:数据治理


企业领导者必须为其数据治理工作提供组织支持。

时钟倒计时到5月25日通用数据保护法规(GDPR)的生效日期。在最后期限之前,组织需要确保它们已准备好数据治理。

我们将继续关于数据治理五大支柱(DG)的博客系列。今天,我们将探索数据治理,组织支持的第二个支柱,以及为什么它对确保DG成功至关重要。

在现代的,数据驱动的商业世界中,数据是组织最宝贵的资产,成功的组织也是如此。在这方面,我们可以将数据治理视为资产维护的一种形式。

例如,在生产设施中采用生产线。组织了解设备维护是一个重要且持续的过程。他们要求使用设备的员工接受适当的培训,确保其清洁,安全,并在不滥用的情况下正常工作。

他们这样做是因为他们知道维护可以防止,或者至少推迟维修,这可能代价高昂,并导致停机时收入损失。

组织支持:信息生产线

尽管数据具有无形性质,但可以而且应该应用相同的维护实物资产的想法。毕竟,数据驱动的业务本质上是数据生产线的信息。数据通过管道/组织创建和移动,最终带来收入。

在这方面 - 与生产线上的机器和使用它的人一样 - 每个使用数据的人都应该参与维护和管理它。

数据治理不善会导致生产线维护不善等类似问题。如果没有妥善保管,那么整个业务的影响就会渗透。

如果DG计划失败,数据发现将变得更加困难,从而减慢数据在管道中的行程。

业务术语表中的不一致导致数据单元具有较差或没有上下文。这又导致相关用户不知道如何组合以创建值得使用的信息的数据单元。

此外,也许最令人讨厌的是,如果组织的权限系统管理不善,那么错误的人就可以访问数据。这可能导致未经批准的变更,或者根据GDPR,严重的罚款 - 最终减少客户信任,股价下跌和失去光泽的品牌。

Facebook及时提醒我们,如果数据治理的重要性被低估,那么数据治理的重要性和潜在的影响范围。Facebook对第三方供应商如何使用和使用其数据缺乏了解,将其置于热门公关水中(简而言之)。

报告显示有5000万用户受到影响,虽然这远远不及历史上最大的泄漏(甚至在最近的历史中,见:Equifax),但它证明了数据泄露的声誉损害是广泛的。随着GDPR的快速临近,这一成本只会升级。

至少,组织需要证明他们已采取必要措施来防止此类违规行为。这需要了解他们当前拥有的数据,位置以及具有访问权限的任何第三方如何使用它们。这就是数据治理的用武之地,但要使其发挥作用,许多组织需要进行文化变革。

文化的变迁

促进组织对数据治理的支持可能需要改变组织文化。

这一点在仅采用数据治理1.0方法的组织中尤为明显,在这种方法中,DG从更广泛的组织中分离出来并被视为“IT问题”。这种方法否认数据治理计划需要在数据中运行所需的业务环境驱动的组织。

数据治理主要基于三个知识体系:数据字典,业务术语表和数据使用目录。要使这三个知识体系完整,他们需要更广泛的业务投入。

实际上,无数过去的DG实施失败案例可归因于缺乏组织数据治理支持的组织。

例如,让IT部门记录和组装业务术语表自然会导致不一致。在这种情况下,IT部门的任务是为他们通常不了解的术语创建业务术语表,不了解其背景,或者不认识应用程序或其含义。

这种方法先发制人地推动了这一举措,从一开始就排除了成熟数据治理举措的增值效益。

在erwin的2018年“数据治理状况报告”中,它发现IT部门继续为40%的组织负责数据治理。数据治理预算来自20%的组织的审计和合规职能,而企业仅在调查的公司中占8%。

为了避免上述陷阱,企业领导者需要在整个组织中灌输数据治理文化。这意味着将DG视为一项战略举措,并通过固有的组织和财务支持作为一项持续的实践进行投资。

为此,组织倾向于高估可以衡量的事物,并低估无法衡量的事物。大多数组织都希望量化数据治理的价值。作为文化转变的一部分,组织应为企业数据治理计划制定业务案例,其中包括ROI计算。

通过将其投资限制在部门预算中,数据治理必须与其他部门的优先事项相抗衡。作为一项长期举措,它往往会失去短期收益。

当然,这意味着企业领导者需要大量投资并参与数据治理本身 - 这本身就是数据治理准备的支柱。

理想情况下,组织应实施协作数据治理解决方案,以促进使DG工作所需的组织范围内的工作。

在实现跨部门协作的意义上协作,以便整个组织的数据资产可以被考虑,但也意味着它与使数据治理有效和可持续的其他工具一起工作 - 例如,企业架构,数据建模和业务处理。

我们将这种无所不包的方法称为“企业数据治理体验”或“EDGE”。它是Data Governance 2.0方法,旨在反映如何在现代企业中使用数据,以实现更好的控制,上下文,协作和价值创造。


(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 预约演示
相关文章推荐
  • 企业数据治理项目如何落地?

    企业数据治理项目如何落地?

    数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块;在管理层面需要通过数据治理组织、数据治……查看详情

    发布时间:2020.06.29来源:知乎浏览量:405次

  • 金融行业数据治理与安全防护解决方案

    金融行业数据治理与安全防护解决方案

    在金融业各类涉及商业秘密和敏感数据的信息在处理、共享和使用过程中面临违规越权使用或被用于非法用途等数据泄漏的安全风险。一方面,数据处理过……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:481次

  • 数据治理标准:数据质量六大评价标准

    数据治理标准:数据质量六大评价标准

    众所周知,大数据建设的目标是为了融合组织数据,增加组织的洞察力和竞争力,实现业务创新和产业升级。因此,数据是企业数字化转型的核心要素,而……查看详情

    发布时间:2022.03.10来源:小亿浏览量:2337次

  • 数据治理和风险管理

    数据治理和风险管理

    风险管理对于任何数据驱动的业务都至关重要。前联邦调查局局长罗伯特·穆勒(Robert Mueller)曾说过,“只有两种类型的公司:那些……查看详情

    发布时间:2019.01.27来源:亿信华辰浏览量:389次

  • 在AHIMA的医疗保健信息治理框架内

    在AHIMA的医疗保健信息治理框架内

    医疗保健一直在与信息治理斗争。这并不奇怪,考虑到有多少数据以及它来自多少不同的源。美国健康信息管理协会希望改变这种状况。……查看详情

    发布时间:2019.01.15来源:亿信华辰浏览量:408次

  • 数据质量衡量标准有几个属性

    数据质量衡量标准有几个属性

    数据分析和数据挖掘都离不开数据的质量,做过数据产品的人都知道,质量高的数据对于产品的意义有多大,如果说数据是不具备完整性、规范性以及一致……查看详情

    发布时间:2022.03.28来源:小亿浏览量:754次

  • 谈大数据时代下的数据治理

    谈大数据时代下的数据治理

    2013年被众多的IT人定义为中国的大数据元年,这一年国内的大数据项目开始在交通、电信、金融部门被广泛推动。各大银行对Hadoop的规划……查看详情

    发布时间:2019.01.03来源:亿信华辰浏览量:441次

  • 浅谈数据治理

    浅谈数据治理

    随着越来越多的企业建立并广泛应用BI系统,数据治理的话题也在最近被越来越多地提及和讨论。有专家表示,只有建立了一定的数据治理体系,用户才……查看详情

    发布时间:2020.06.19来源:CSDN浏览量:405次

  • 数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱应成为实施或改进任何总体倡议的起点。……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:613次

  • 面对如今的数据挑战企业如何有效地进行数据治理

    面对如今的数据挑战企业如何有效地进行数据治理

    数据治理是对数据资产管理行使权力和控制的活动集合,数据治理是识别、管理和解决几种不同类型数据相关问题的手段,包括数据质量问题、数据命名和……查看详情

    发布时间:2019.08.29来源:知乎浏览量:496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