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:570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 预约演示
相关文章推荐
  • 当下企业数据治理有哪些重要性?

    当下企业数据治理有哪些重要性?

    随着大数据相关技术的不断成熟,数据作为一种资产,得到了越来越多企业机构的重视,为了能够有效的利用数据资产,数据治理成了当下政府和企业重点……查看详情

    发布时间:2019.07.18来源:知乎浏览量:378次

  • 2021年自动化数据管理的热门用例

    2021年自动化数据管理的热门用例

    数据管理自动化将成为任何企业和行业越来越有价值的实践。这将有助于克服处理数据的挑战-从访问和存储到准备或分析数据-如果未进行优化,这些方……查看详情

    发布时间:2021.06.28来源:亿信华辰数据治理知识库浏览量:527次

  • 云中的数据治理

    云中的数据治理

    IT中心,内部部署基础架构变得越来越复杂和昂贵,并且需要高技能的人力,因此企业现在将其IT和数据科学功能转移到云。云计算承诺提供低成本存……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:463次

  • 数据治理困难,即数据治理之“困”。

    数据治理困难,即数据治理之“困”。

    当前,以人工智能、区块链等为代表的数字技术不断涌现,快速向经济社会各领域融合渗透。以数据为核心的数字化转型已是大势所趋。金融业是数据密集……查看详情

    发布时间:2020.01.03来源:知乎浏览量:537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:509次

  • 浅谈数据质量管理

    浅谈数据质量管理

    这篇文章主要讲数据治理中的重要内容:数据质量管理。数据治理的理论和实践不断向前发展,但数据质量管理始终是数据治理的初衷,也是最重要的目的……查看详情

    发布时间:2020.06.29来源:CSDN浏览量:530次

  • 数据管理如何支持数据隐私合规性

    数据管理如何支持数据隐私合规性

    已经具备数据治理能力的组织有一个坚实的开端,可以利用它促进数据隐私合规性的许多方面。 ……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:444次

  • 数据囤积日益增长的威胁

    数据囤积日益增长的威胁

    在数据丰富的环境中生活和工作的缺点之一是希望将所有最后的位和字节松开以备将来使用。得益于Amazon S3和Hadoop等廉价存储系统,……查看详情

    发布时间:2019.02.28来源:亿信华辰浏览量:404次

  • 数据治理需要关注什么?

    数据治理需要关注什么?

    确保企业数据的质量,可用性,可集成性,安全性和易用性。数据是公司的资产,组织必须从中获取业务价值,最大程度地降低风险并寻求方法进一步开发……查看详情

    发布时间:2020.10.31来源:知乎浏览量:620次

  • 什么是数据治理?

    什么是数据治理?

    关于数据治理,我需要了解什么?数据治理要求组织了解并评估其数据必须满足的法规要求,法律要求和业务最佳实践,建立规则,并采用自动化和人工流……查看详情

    发布时间:2018.11.16来源:互联网浏览量:427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