理解和证明数据治理2.0

发布时间:2019.01.25来源:亿信华辰浏览量:277次标签:数据治理


过去,证明数据治理的合理性是非常困难的。数据治理1.0的孤岛性质以及缺乏对增值的关注意味着买入率很低。

虽然IT内部的住房数据治理(DG)可能在其早期阶段有意义,但数据和数据治理已经发生变化。

今天,我们每天产生惊人的2.5亿个字节的数据。随着监管要求的增加和信息通信的机遇,从IT孤岛中进行数据搜索和发现是不够的。

数据治理作为一种实践,以及为其提供支持的解决方案,必须成为组织文化的一部分,以确保使用数据的人员和部门参与其发现,理解,治理和社会化,以实现最佳绩效。

那么,您如何将数据治理作为企业级计划的理由呢?

证明数据治理 - 道路障碍

首先,我们必须看一下2018年“数据治理报告”中明确反映的数据治理1.0方法的缺点。缺乏行政支持被认为是实施数据治理的最常见障碍,占42%,缺乏组织支持,紧随39%。

对于数据驱动型企业而言,高管们可以说在改善DG实践方面具有最大的利益。围绕战略方向的决策 - 例如,新兴市场的目标,对运营效率的洞察,营销活动的表现 - 最好通过准确的数据进行。

通过实施健全的数据治理计划,数据可用性和环境得到改善,因此员工 - 从高管到第一线 - 可以做出更好,更快的决策。此外,知道可以信任数据,将更有信心地做出决策。因此,项目注定要失败的风险,错误启动和预算浪费将会减少,因为它们是基于错误的前提。

“ 总体报告”状况还发现,缺乏有效工具成为成功实施数据治理的另一个障碍。这并不奇怪,因为它们并没有考虑到协作。

如上所述,现代社会和商业所产生的数据是惊人的,它贯穿于整个企业。此外,数据法规 - 例如GDPR--要求组织了解他们的数据沿袭,能够显示谁可以访问哪些内容。

管理大量数据并能够从部门到部门,从员工到员工,从根本上要求协作方法

数据治理1.0不足的另一个领域是阐明商业案例。在接受DG报告状态调查的组织中,27%的人认为这是成功数据治理的障碍。

这些挫折是可以理解的,因为DG 1.0不是为了积极增加价值而设想的。但DG 2.0为组织增加了价值提供了重要机会,因此数据治理更容易成为更快地识别和实施新想法和改进的手段。

例如,金融服务公司可以通过更好地管理数据来产生300亿美元的额外收入

证明数据治理是一个新方向

数据治理2.0扼杀了与老派DG相关的障碍。

它需要采用企业级方法来确保数据治理真正起作用,这意味着“数据所有者”和“数据利益相关者”参与编目过程。每个人都可以通过更好地掌握其历史和血统来获取对其角色的上下文访问权限。

当然,监管合规是重新审视或实施DG计划的主要动力。但是,数据治理的好处远远超出了GDPR合规性。更好的数据质量,背景和谱系可以提高客户满意度,改善决策制定以及维持甚至提高组织声誉的能力 - 所有这些都是在DG报告中实施DG的理由。

实际上,理解和管理企业资产对于高级管理层来说变得更加重要。DG 2.0预先假定除CFO,CMO和其他业务主管外,CTO每天都参与数据管理。因此,他们必须成为该计划的一部分,并能够分享敏捷创新和业务转型的信息。

很明显,这种对数据治理的新主动态度正在流行起来。数据驱动型业务的超竞争性质要求它 - 无论是否受到GDPR处罚的威胁。采用数据治理2.0的组织不愿意或迟迟不会落后。


(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
  • 数据标准从发起到落地执行的四个阶段

    数据标准从发起到落地执行的四个阶段

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:……查看详情

    发布时间:2020.09.24来源:知乎浏览量:183次

  • 目前国内外主流的主数据管理平台

    目前国内外主流的主数据管理平台

    企业主数据(Master Data)是用来描述企业核心业务实体的数据,比如客户、合作伙伴、员工、产品、物料单、账户等;它是具有高业务价值……查看详情

    发布时间:2020.04.29来源:知乎浏览量:183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:242次

  • 什么是数据治理及其为什么对您的业务至关重要?

    什么是数据治理及其为什么对您的业务至关重要?

    数据治理如何影响他们:由于您没有雇用一组全新的理事会成员,因此DGC数据治理的最大影响将是与数据和数据策略相关的额外工作。如果或出现问题……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:220次

  • 探索数据生命周期管理的五个阶段

    探索数据生命周期管理的五个阶段

    企业并不总是需要所有数据 - 特别是当数据被认为过时时。但是,诉讼,审计或其他突发事件可以使其快速检索变得至关重要。考虑到这种可能性,许……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:167次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:651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:465次

  • 数据治理和数据管理推动成功的词汇表和词典

    数据治理和数据管理推动成功的词汇表和词典

    任何数据管理员的噩梦都是运行会议,创建迂腐和无关的业务词汇表或数据词典,最终收集网络粉尘。但是,跳过构建和维护良好的业务术语表或数据字典……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:186次

  • 2022年,元数据管理的未来趋势——企业级元数据管理

    2022年,元数据管理的未来趋势——企业级元数据管理

    元数据管理是一项和数据治理、主数据管理一样重要的功能,因为元数据管理是每一个这些准则的基础组件。元数据管理包括数据元素和实体的定义,业务……查看详情

    发布时间:2022.02.24来源:浏览量:297次

  • 数据治理这个事儿啊,不是个事儿

    数据治理这个事儿啊,不是个事儿

    数据治理是一个包含可用性,适用性,完整性和安全性的四向框架。它是由使用技术的利益相关者使用的一组流程,用于确保管理和保护重要的关键数据。……查看详情

    发布时间:2019.06.28来源:知乎浏览量:150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