数据治理成功的秘诀

发布时间:2019.01.27来源:亿信华辰浏览量:162次标签:数据治理


数据治理(DG)1.0一直在努力实现,但现在DG需要符合通用数据保护法规(GDPR),因此企业需要一种新方法来实现数据治理的成功。

如果实施得当,数据治理是企业的一种授权工具。但对于刚开始使用DG的许多组织来说,由于其在(GDPR)下的强制性状态,实施将是反动的。

因此,企业可能会试图做到最低限度以达到合规标准。但做得对,数据治理是任何数据驱动业务的关键推动因素。

数据治理成功案例

实现数据治理成功的第一步是定义它应该是什么样子。有了明确的目标,企业可以采用治理所需的协作方法 - 整个公司向同一方向努力 - 以实现正确的实施。

数据治理成功通常表现为:

  • 定义的数据:企业如何定义数据的一致性意味着可以跨部门理解,从而实现更大的协作潜力。
  • 保证质量:可信数据简化了决策过程,使企业能够做出更快,更有保证的决策,从而减少错误启动。
  • 合规性和安全性:数据治理,既不是牺牲即使数据量和这些数据的可访问时筒仓被分解扩展。当然,这是将数据置于运营核心的任何企业的关键组成部分。

考虑到这一点,您接下来的步骤应该是通过解决其前身的包袱并从中学习来引入数据治理2.0。要带走的两个关键经验教训:1)处理物理资产等数据,2)将数据治理本身视为战略计划。

处理物理资产等数据

今年数据成为主流。在前两年,创造的数据比整个人类历史更多。随着越来越多的企业承认数据洞察的价值,分析师正确地预测,2017年数据将被视为“比石油更有价值”

已经经历过数据驱动成功的企业很早就认识到了数据的潜在价值。然而,在大多数情况下,数据通常被认为是与实物资产分开的。因此,与经常跟踪,维护和更新的实物资产相比,它具有较低的警戒水平,以保持最高的运营业绩。

例如,在生产线上带上皮带。缺乏维护会导致故障,生产延迟,上市时间延长,最终导致利润和整体表现受到抑制。持续忽视导致更昂贵的维修,更不用说与停机时间相关的成本。数据也是如此。

如果您的数据不受到应有的关注,那么容易发展孤岛和瓶颈,关闭对需要它的员工的访问,并减慢从数据发现到分析的所有过程。

持续忽视意味着您的企业无法了解最敏感数据的存储位置,使其更容易受到攻击。正如EquifaxUber最近所证明的那样,这种数据泄露的代价很高,而且不会因GDPR而很快被罚款。

考虑到最近有关数据价值的披露,以及即将发生的监管变化,企业应该开始像对待实物资产一样尊重和关注数据。

将数据治理视为一项战略举措

历史数据治理实施的问题在于它被视为IT驱动的项目。因此,通过一系列孤立的工具来加强治理,而没有来自更广泛的组织的投入。更具体地说,来自直线经理和C级管理人员,他们的管理数据可能是最有价值的。

近年来,这种方法的问题因以下原因而进一步恶化:

  • 对大数据和分析驱动增长的需求
  • 组织之间或企业与消费者之间的业务往来需要数字信任
  • 即将推出的个人数据删除要求具有更强的个人隐私保护

在当前的商业环境中,超过35%的公司使用信息来识别新的商业机会并预测未来的趋势和行为。一个附加的50%同意信息被高度重视决策,并且应被视为一种资产。

显然,最重要的是,组织将其数据视为有价值的资产,并将其数据作为一项战略性举措本身进行管理。


(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
  • 数据管理与数据治理的区别

    数据管理与数据治理的区别

    数据管理和数据治理有很多地方是互相重叠的,它们都围绕数据这个领域展开,因此这两个术语经常被混为一谈。此外,每当人们提起数据管理和数据治理……查看详情

    发布时间:2019.08.27来源:DAMS浏览量:116次

  • 数据治理:将数据从源头进行清洗

    数据治理:将数据从源头进行清洗

    数据一切都与技术的集中化有关。数据安全地存储在企业大型机上,只有具备导航预处理数据库技能的程序员才能访问它。差不多四十年后,所有这些都与……查看详情

    发布时间:2019.06.20来源:简书浏览量:146次

  • 数据治理系列5:浅谈数据质量管理

    数据治理系列5:浅谈数据质量管理

    数据质量管理是对数据从计划、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数据质量问题,进行识别、度量、监控、预警等一……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:161次

  • 数字化时代的大数据治理应该怎么做呢?

    数字化时代的大数据治理应该怎么做呢?

    随着时代的发展,各个企业收集数据的渠道越来越多样化,也有越来越多的企业开始应用大数据来创造价值,为了合理有效的挖掘数据资源来源的价值,首……查看详情

    发布时间:2019.07.17来源:知乎浏览量:142次

  • 数据管理自动化框架的五个好处

    数据管理自动化框架的五个好处

    组织负责管理比以往任何时候都多的数据,使一个强大的自动化框架成为必要。但是自动化框架到底是什么,它又有什么关系呢?……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:142次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:155次

  • 数据治理-从理论到实践(一)

    数据治理-从理论到实践(一)

    数据治理不是一门技术,而是逻辑性很强的理论型学科。……查看详情

    发布时间:2019.08.07来源:CSDN浏览量:122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:117次

  • 数据治理的血缘分析

    数据治理的血缘分析

    数据治理里经常提到的一个词就是血缘分析,血缘分析是保证数据融合(聚合)的一个手段,通过血缘分析实现数据融合处理的可追溯。……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:167次

  • 大数据是如何被采集及应用的

    大数据是如何被采集及应用的

    尽管“大数据”一词近年来屡遭热捧,但很多人都还不知道什么是大数据,更不知道大数据有什么用。这两年,发现“大数据”这个词出现的越来越频繁了……查看详情

    发布时间:2019.01.11来源:亿信华辰浏览量:100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