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:572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
  • 如何成功实现数据治理

    如何成功实现数据治理

    如果你处理过大量数据,你也许听说过“数据治理”一词,你可能会想,它是什么?适不适合你?如何实施?简单来说,数据治理就是处理数据的策略——……查看详情

    发布时间:2020.03.19来源:知乎浏览量:548次

  • 说到数据治理,我们不得不要谈到的要素和落地方法

    说到数据治理,我们不得不要谈到的要素和落地方法

    据戴尔易安信最新调查显示:全球大多数企业现已认识到数据的价值,受管理的平均数据量从2016年的1.45PB增加至2018年的9.70PB……查看详情

    发布时间:2020.06.29来源:CSDN浏览量:579次

  • 数据治理治的是“数据”吗?

    数据治理治的是“数据”吗?

    数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。其实在我看来,……查看详情

    发布时间:2020.07.07来源:知乎浏览量:401次

  • 如何利用元数据管理数据资产

    如何利用元数据管理数据资产

    如今,各大企业都在关心数据该如何使用,但大数据应用的前提是有高质量的数据。而很多企业内部数据形态多样,标准不统一,大数据应用往往得从数据……查看详情

    发布时间:2020.11.05来源:知乎浏览量:520次

  • 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:450次

  • 资金模型:资助数据治理

    资金模型:资助数据治理

    数据治理框架以两种方式解决资金问题……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:494次

  • 银行业重塑数据治理体系 助力转型升级

    银行业重塑数据治理体系 助力转型升级

    银行业金融机构要深化认识,积极主动对接国家政策,改革数据治理体系,依靠数据治理改进决策、缩减成本、降低风险、增强核心竞争力,推动银行业向……查看详情

    发布时间:2019.10.18来源:知乎浏览量:738次

  • 完善和高效的数据交换管理平台

    完善和高效的数据交换管理平台

    EsDataExchange是亿信华辰公司推出的一款解决企业和政府部门数据交换管理的成熟产品,该平台是亿信华辰公司自主研发的具有独立知识……查看详情

    发布时间:2020.04.23来源:知乎浏览量:424次

  • 走向人工智能治理的趋势

    走向人工智能治理的趋势

    这是人工智能(AI)驱动的自动化和自动机器的时代。自我改进,自我复制,自主智能机器日益普及和迅速扩大的潜力刺激了网络空间,地球空间和空间……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:383次

  • 数据治理与IT治理的区别

    数据治理与IT治理的区别

    最近,我们一直专注于数据治理,从数据中获取最大价值并防止下一次重大漏洞,我们中的许多人忽略了IT治理基础,这有助于我们实现卓越的数据治理……查看详情

    发布时间:2018.11.15来源:Cindy Ng浏览量:568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