数据治理的六大优势

发布时间:2019.01.26来源:亿信华辰浏览量:292次标签:数据治理


重要的是,我们认识到数据治理(DG)的优势超出了通用数据保护法规(GDPR)的要求。

数据治理对于GDPR是强制性的,因此在2018年5月截止日期之前实施数据的动机是明确的。然而,时间轴的压力也可以被视为一把双刃剑。

一方面,引入授权使许多企业忽视的实践成为焦点。一个第一个SAN Francisco Partners公司(FSFP)的研究发现,只有47.9%的受访者有一个适当的DG程序。

不过,我们开始看到这种转变。FSFP的研究还发现,29%的企业处于DG推出的早期阶段,另外19%的企业处于研究和规划阶段。

剑的另一个优势在于,在快速逼近的GDPR截止日期的鼓舞下,这种摆动的大部分是反动的。

通过在时间线上引入数据治理的授权,许多企业将倾向于仅仅为了达到合规标准而做到最低限度。

不幸的是,这意味着数据治理的以下好处将留在桌面上。

更好的决策

数据治理的主要好处之一是更好的决策制定。这既适用于决策过程,也适用于决策本身。

管理良好的数据更容易被发现,使相关方更容易找到有用的见解。这也意味着决策将基于正确的数据,确保更高的准确性和信任。

运营效率

在数据驱动的业务时代,数据非常有价值。因此,它应该被视为资产。

例如,考虑制造业务的实物资产。运营良好的制造企业确保其生产线机器定期检查,维护和升级,因此生产线运行平稳,停机时间有限。

相同的方法应适用于数据。

改进数据理解和沿袭

数据治理是关于了解数据的内容和存储位置。如果实施得当,数据治理可提供所有数据资产的综合视图。

它还提供更大的问责制。通过分配权限,可以更轻松地确定谁负责特定数据。

更高的数据质量

由于数据治理有助于发现,具有有效数据治理计划的企业也可以从提高的数据质量中受益。虽然技术上是两个单独的举措,但它们的一些目标重叠。

这些包括但不限于数据的标准化及其一致性。明确区分这两个计划的一种方法是考虑每个领域提出问题

数据质量想知道数据的有用性和完整性,而数据治理则想知道数据的位置以及由谁负责。

数据治理可以提高数据质量,因为回答后者可以更容易地解决前者问题。

法规遵从性

如引言中所述,如果您尚未采用数据治理计划,那么遵从性可能是最佳理由。高额罚款的上限为2000万欧元或4%或全球年营业额 - 以较大者为准 - 都无济于事。

也就是说,GDPR罚款只是激励你应该已经热衷于做的事情。没有享受上述好处的数据驱动型企业从根本上扼杀了自己的业绩。

甚至可以说,要真正实现数据驱动,数据治理是必须的。

增加收入

事实上,推动收入应该在DG福利清单上更高。然而,它位于这里是因为上述益处累积地影响它。

上面提到的数据治理的所有好处可以帮助企业更加确定地做出更好,更快的决策。

这意味着可以实现成本较低的错误 - 以错误启动甚至数据泄露的形式。这意味着您通过管理风险花费更少的资金,并关闭企业安全性中最脆弱的漏洞,而不是追溯更多的资金,处理公关和财务危机。

你需要做什么

考虑到这些优势及其累积的实际价值,数据驱动的组织无法承担将数据治理留给IT的能力。这就是Data Governance 1.0最终失败的原因。

但即使是现在,FSFP研究中有23%的企业表示信息技术可以引领他们的数据治理工作。

在当前的气候下,这种思维方式本质上是有缺陷的。我们已经达到了一个新的商业时代,其中数据被认为比石油更有价值。然而,许多企业仍然不愿意像对待实物资产一样对待数据。

这需要改变。如果数据确实很有价值,我们需要将数据治理视为一项战略举措

Data Governance 2.0涉及整个企业,包括部门主管和C级管理人员,他们将从整个流程中获得的数据洞察中受益。


(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
  • 大数据时代,用户不能成为“透明人”!

    大数据时代,用户不能成为“透明人”!

    移动互联网时代,智能手机如同人的体外器官,而手机上安装的APP就像组成细胞。可以说,过好移动生活,首先从用好智能手机的APP开始。……查看详情

    发布时间:2019.04.04来源:大数据浏览量:150次

  • 数据质量监控

    数据质量监控

    数据质量监控可以分为数据质量的事前预防控制、事中过程控制和事后监督控制:……查看详情

    发布时间:2019.12.06来源:知乎浏览量:291次

  • 数据治理成功要素:制定数据质量管理办法及标准

    数据治理成功要素:制定数据质量管理办法及标准

    数据质量管理是指为了满足信息系统的需要,对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,……查看详情

    发布时间:2022.02.25来源:小亿浏览量:383次

  • 数据科学的下一个「超能力」:模型可解释性

    数据科学的下一个「超能力」:模型可解释性

    很多人重视重视模型的预测能力,却忽略了模型可解释性的重要性,只知其然而不知其所以然。为什么说模型的可解释性这么重要呢?作者就 5 个方面……查看详情

    发布时间:2019.03.28来源:亿信华辰浏览量:180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:174次

  • 您是将数据视为资产吗?

    您是将数据视为资产吗?

    您可以做的最好的事情是鼓励以数据为中心的文化,实现安全和隐私的重要性,以及了解数据对您组织的成功至关重要。 这是我们不断听到的一句话,……查看详情

    发布时间:2018.12.28来源:数据治理浏览量:172次

  • 数据治理成功的预测指标

    数据治理成功的预测指标

    简而言之,数据治理项目在组织内经常遇到的挑战通常与高级管理层和业务中的数据文化状态密切相关。从这两个利益相关方团体获得支持可以显着提高数……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:230次

  • 新零售变革:数据管理提升购物体验

    新零售变革:数据管理提升购物体验

    随着新零售时代的到来,线上线下的区隔开始逐渐变得模糊,两者融合成为大势所趋。零售行业的营销模式也开始逐渐从以产品为中心向以用户为中心转移……查看详情

    发布时间:2019.01.11来源:亿信华辰浏览量:186次

  • 数据治理运营:团队

    数据治理运营:团队

    这是关于数据治理运作的两部分系列的第二部分。“数据治理可操作性:差距”系列的第一部分讨论了需求是如何产生的,数据……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:185次

  • 一文说清数据资产

    一文说清数据资产

    为什么说数据是资产何为数据资产,首页我们先了解一下数据到底是什么?按照一般的定义,数据就是数值,是通过我们的观察、实验和计算得出的结果。……查看详情

    发布时间:2020.07.17来源:CSDN浏览量:188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