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:94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
  • 银行数据治理工作的落地面临着众多的困难与挑战

    银行数据治理工作的落地面临着众多的困难与挑战

    数据治理越来越受到银行、监管机构乃至国家层面的重视。银行已经意识到高效的管理体系、统一的数据标准、良好的数据质量才是数据价值实现的基础。……查看详情

    发布时间:2020.07.09来源:小亿浏览量:79次

  • 数据管理危险:不到一半的MDM计划是有效的

    数据管理危险:不到一半的MDM计划是有效的

    您可能不认为“数据治理”是一个重要的主题。特别是当你的IT预算火灾肆虐或者你计划下周的裁员时。……查看详情

    发布时间:2018.12.29来源:亿信华辰浏览量:65次

  • 简明扼要的数据治理指南

    简明扼要的数据治理指南

    数据收集是企业执行的最重要的功能之一。通过获取有关您的客户,员工,财务等的数据,您可以确保轻松,可靠地访问有助于指导主要业务决策的信息。……查看详情

    发布时间:2019.07.04来源:知乎浏览量:64次

  • 数据治理加速企业数字化转型

    数据治理加速企业数字化转型

    现在大家都在说一个概念,银行有3.0时代,数据也有3.0时代,3.0时代在不同地域里都有不同的诉求,数字3.0时代是什么?概念并不新,从……查看详情

    发布时间:2019.08.02来源:企业网浏览量:75次

  • 6个实施数据治理的最佳实践方法

    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:132次

  • 关注:2019年大数据的10大发展趋势

    关注:2019年大数据的10大发展趋势

    如今,人们寻求获得更多的数据有着充分的理由,因为数据分析推动了数字创新。然而,将这些庞大的数据集转化为可操作的洞察力仍然是一个难题。而那……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:61次

  • 主数据管理从哪着手?如何进行?

    主数据管理从哪着手?如何进行?

    所有主数据必须使用同一编码规则,如果编码不同,系统永远无法打通对接。如果有国标,尽量采用国标,未来也便于对接供应链体系中上下游的供应商和……查看详情

    发布时间:2021.05.07来源:亿信数据治理知识库浏览量:159次

  • 管理数据与拥有数据一样重要:关注数据治理和数据质量

    管理数据与拥有数据一样重要:关注数据治理和数据质量

    在许多人看来,数据 - 干净,清晰和准确的数据 - 统治着宇宙。然而,当数据质量较差时,企业及其客户都会受到影响。即使数据是原始数据,糟……查看详情

    发布时间:2019.09.20来源:知乎浏览量:95次

  • 大数据技术学习,深度挖掘大数据的现状分析

    大数据技术学习,深度挖掘大数据的现状分析

    企业级技术 = 艰苦的工作 其实大数据有趣的是它不是直接可以炒作的东西。 能够获得广泛兴趣的产品和服务往往是那些人们可以触摸……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:76次

  • 谈谈工业企业数据治理建设的趋势

    谈谈工业企业数据治理建设的趋势

    工业企业数据环境复杂,数据类型多、产生速度快、数据量大、数据质量不高、数据人才匮乏,因此如何发挥和挖掘数据要素的价值成为当代企业关注的话……查看详情

    发布时间:2022.06.28来源:互联网浏览量:144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