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:187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
  • 第一步:数据质量还是数据治理?

    第一步:数据质量还是数据治理?

    做好数据质量还是数据治理?到底哪一个是首要步骤?……查看详情

    发布时间:2018.12.26来源:亿信华辰浏览量:162次

  • 医院管理局治理最佳实践

    医院管理局治理最佳实践

    新技术几乎融入了医院运营,领导和治理的各个方面。医院董事会将不考虑医院治理最佳实践还需要探索数字软件解决方案,例如董事会门户系统,以支持……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:137次

  • 企业大数据治理的五个核心要素

    企业大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.08.20来源:知乎浏览量:141次

  • 数据驱动,高效的数据质量管理才是是重中之重

    数据驱动,高效的数据质量管理才是是重中之重

    给领导汇报工作时,你是否对报告的基础数据质量产生过担忧,担心质量不达标呢?大数据时代数据的核心不是“大”,而在于“有价值”,而有价值的关……查看详情

    发布时间:2019.05.06来源:亿信华辰浏览量:204次

  • 数据治理在大数据领域的重要性

    数据治理在大数据领域的重要性

    即使在过去,企业也要面对超出其基础设施和流程处理能力的大量数据,更不用说要从数据中挖掘出对制定有效决策有实际价值的情报了。如今,随着种类……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:131次

  • 企业如何快速实现一个数据治理项目

    企业如何快速实现一个数据治理项目

    大数据治理是诸多数据问题的全面解决之道。企业只有建立了完整的大数据治理体系,保证数据的质量,才能够真正有效地挖掘企业内部的数据价值,对外……查看详情

    发布时间:2020.03.19来源:知乎浏览量:151次

  • 用大数据提高社会治理智能化水平

    用大数据提高社会治理智能化水平

    大数据为提高我国社会治理智能化水平开辟了广阔空间。用大数据提高社会治理智能化水平,关键在于找准大数据与社会治理创新的契合点,将大数据同社……查看详情

    发布时间:2019.10.18来源:人民网浏览量:151次

  • 当前企业的数据治理之困

    当前企业的数据治理之困

    只有确保数据的标准化、规范化、可信可用,才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值,进而实……查看详情

    发布时间:2020.06.28来源:知乎浏览量:188次

  • 理论之企业数据挖掘成功之道

    理论之企业数据挖掘成功之道

    面对现在海量的、不完整的、模棱两可的数据,运用数据挖掘算法对数据进行查找,找出人们所不知道的、有实用价值的信息,这一过程就是数据挖据。随……查看详情

    发布时间:2019.05.23来源:知乎浏览量:127次

  • 让数据中心甩掉能耗沉重账单

    让数据中心甩掉能耗沉重账单

    当今,全世界新产生的数据正以惊人速度增长。据统计,平均每11个月全世界的数据量即将翻倍,而且随着时间的发展,这个周期还在缩短。这意味着我……查看详情

    发布时间:2019.03.11来源:亿信华辰浏览量:134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