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:20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 - 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 免费试用
相关文章推荐
  • 企业级数据资产管理——亿信华辰

    企业级数据资产管理——亿信华辰

    数据成为资产,已经是行业共识,甚至有人建议将数据计入资产负债表。但如果对比实物资产,对数据资产的管理,还处于非常原始的阶段。……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:16次

  • 数据质量及数据质量管理一个较全面的介绍

    数据质量及数据质量管理一个较全面的介绍

    很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:12次

  • 物联网为什么需要动态数据交换

    物联网为什么需要动态数据交换

    物联网承诺为数据的创建和交换提供一个激动人心的未来,这些数据可以改变业务流程并推动下一轮创新。然而,在建立为这个新市场提供流动性的数据交……查看详情

    发布时间:2019.01.15来源:亿信华辰浏览量:35次

  • 企业数据治理所面临的挑战

    企业数据治理所面临的挑战

    每年随着数据量的增长,大数据平台需要投资扩容,但大量的存量应用依赖的数据也在同步增长,因此也需要扩容,当然这份冗余的数据会越来越大……查看详情

    发布时间:2019.10.31来源:知乎浏览量:45次

  • 数据治理和数据发现:实现数据监管实施

    数据治理和数据发现:实现数据监管实施

    企业不断努力利用数据驱动的洞察力或竞争情报,发展组织“数据文化”的概念将获得突出地位。数据和数据分析将继续在未来的全球业务中发挥关键作用……查看详情

    发布时间:2019.09.20来源:知乎浏览量:21次

  • 数据治理不仅仅是合规问题,它还是一项好业务

    数据治理不仅仅是合规问题,它还是一项好业务

    由于数据的重要性日益增加以及各种数据法规的实施,有效的数据治理策略对业务至关重要。……查看详情

    发布时间:2019.01.17来源:亿信华辰浏览量:14次

  • 大数据时代监管安全的“智慧大脑”

    大数据时代监管安全的“智慧大脑”

    在这里,监控民警不仅是监狱监管安全防线上的眼睛、耳朵、嘴巴,还是视频监控、固证锁证、指挥联动、应急处突的“智慧”大脑。这里就是监狱监管安……查看详情

    发布时间:2019.03.27来源:亿信华辰浏览量:10次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:18次

  • 数据治理运营:差距

    数据治理运营:差距

    今天,全球组织都了解数据治理(DG)是什么,它的好处以及不管理数据的风险。……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:23次

  • 数据治理:让数据质量更好(data governance)

    数据治理:让数据质量更好(data governance)

    核心提示:大数据时代数据产生的价值越来越大,基于数据的相关技术、应用形式也在快速发展,开发基于数据的新型应用已经成为高校信息化建设的一个……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:104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