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:298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
  • 企业如何提升数据质量?

    企业如何提升数据质量?

    在这个大数据时代,数据资产逐渐成了构成成企业核心竞争力的关键要素,然后,大数据的应用必须建立在高质量的数据上才有意义,因此提供数据质量是……查看详情

    发布时间:2019.07.26来源:知乎浏览量:166次

  • 持续的业务改进取决于数据治理

    持续的业务改进取决于数据治理

    当我们认为有价值的东西时,我们需要确定我们如何以及何时使用它以及保护它。我们通过建立标准,政策和流程来定义如何利用和保护此资产。……查看详情

    发布时间:2019.01.26来源:亿信华辰浏览量:240次

  • 为数据管理/数据质量/问题分析提供资金

    为数据管理/数据质量/问题分析提供资金

    大多数具有正式数据治理工作的组织都对正在进行的数据管理工作给予了高度关注,解决了利益相关者之间发生自然冲突和/或数据质量工作时出现的问题……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:205次

  • 银行数据治理的核心问题

    银行数据治理的核心问题

    银行一直掌握着大量关于客户的数据,数据汇总,存储和分析的持续进步意味着收集的数据提供了不可估量的价值和机会。 ……查看详情

    发布时间:2019.08.14来源:简书浏览量:226次

  • 数据治理:大学数据的分类

    数据治理:大学数据的分类

    所有学院数据都被分类为敏感级别,为理解和管理大学数据提供基础。准确的分类为大学数据应用适当的安全级别提供了基础。这些分类考虑了法律保护(……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:297次

  • 不要欺骗自己关于数据管理

    不要欺骗自己关于数据管理

    采用数据战略的早期阶段通常涉及数据管理的临时方法。企业不是投资于一套新工具,而是倾向于使用已经完成的工作,从小规模开始并最终形成方法。……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:198次

  • 物联网中的安全与数据治理到底怎么做?

    物联网中的安全与数据治理到底怎么做?

    如果企业和公共部门机构要启动成功的物联网项目,确保物联网系统和智能设备的用户保持安全,这要求他们的数据受到保护和谨慎管理至关重要。用户的……查看详情

    发布时间:2019.06.21来源:知乎浏览量:182次

  • 什么是数据质量?如何衡量它以获得最佳结果?

    什么是数据质量?如何衡量它以获得最佳结果?

    我们过去谈过很多关于数据质量的问题 - 包括糟糕数据的成本。但是,尽管对数据质量有了基本的了解,但许多人仍然不太了解“质量”究竟是什么意……查看详情

    发布时间:2018.12.25来源:数据治理浏览量:247次

  • 企业数据治理价值

    企业数据治理价值

    数据治理是根据数据治理政策,通过组织人员、流程和技术的相互协作,对数据从形态、内容和关系等层面进行规范管理,提升数据的服务能力,以实现数……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:238次

  • 睿治元数据管理系统如何助力解决元数据管理难题

    睿治元数据管理系统如何助力解决元数据管理难题

    亿信华辰睿治数据治理平台先进的产品设计理念,充分依照国际规范、标准,具有国内先进水平。其广泛应用了MQ、分布式计算、zookeeper等……查看详情

    发布时间:2021.08.13来源:亿信华辰浏览量:255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