领导者的数据治理:将数据战略转化为行动

发布时间:2019.02.14来源:亿信华辰浏览量:84次标签:数据治理


数据随处可见,物联网和不同数据源,数据源,渠道和数据消费者的互联性日益增强,数据策略指导下的数据治理控制需求高度支持业务决策并满足合规性要求,如欧洲自2018年5月起授权的通用数据保护条例(GDPR)和针对银行和保险业的BASEL II / III。  

数据治理可能有很多定义,但任何合理的定义都必须与治理的一般含义一致。治理的字典定义是“行使权力”。权威是“赋予命令,执行服从,采取行动或作出最终决定的权力或权利。”如果我们要真正管理我们的数据,我们必须拥有系统和 确保数据与权威人士的决策一致的流程。因此,“数据治理”可以定义为“人员,流程和技术的正式协调,以使组织能够将数据用作企业资产”。

由于数据治理是一项涉及整个企业多项职能的战略举措,因此数据治理计划应包括一个理事机构(指导委员会或理事会),商定的共同程序集以及沟通和执行这些程序的计划。

最初需要分析当前数据治理的成熟度(就像状态一样)。然后,这将导致制定组织,政策,程序和标准,以及相关的数据治理流程和必要的支持技术。 最后,需要考虑人力和变革管理方面,因此还需要在开发和部署中提供培训和指导。 

治理定义了操作数据管理策略的控制权和决策权; 协调人员,流程和技术,以确保数据安全的有效性和效率,并将战略转化为行动,主要目标是:

  • 管理定义,结构,存储,所有者,移动,安全性,元数据,质量和所有权的责任
  • 包含愿景,范围,目标,目标,方法和原则
  • 跟踪并强制执行数据战略的一致性。
  • 管理与数据相关的问题和解决方案。

数据治理将根据以下方面显示策略:

  • 我们在哪里(现状)
  • 可以做什么(期望的情况)
  • 我们将如何到达那里(差距分析)
  • 对业务和IT部门的影响/影响
  • 实现依赖性
  • 推荐的实施方法
  • 它需要多少钱
  • 这要花多长时间
  • 需要哪些资源,员工要求和所需的培训
  • 发展计划和关键里程碑

数据治理实施将产生一系列可交付成果:

  • 当前数据治理评估报告包括痛点
  • 数据治理章程,组织结构和运营模式。
  • 定义数据治理资产管理的生命周期和流程(策略,流程,工作流等)
  • 定义需要在整个组织中使用的不同流程集,以管理数据治理模型的不同支柱
  • 定义数据治理决策和问题解决流程
  • 定义与数据治理资产相关的SLA和KPI。
  • 定义数据治理和管理策略
  • 定义数据治理路线图(面向成熟度增长)
  • 定义数据架构视点
  • 定义数据架构工件
  • 定义数据治理资产的模板和表单
  • 定义数据字典,业务词汇表,数据目录和数据沿袭报告
  • 数据治理监管机构
  • 识别数据所有者,管理员,托管人和信息管理专业人员。                                                                                                                      
  • 定义组,角色和职责
  • 与数据治理委员会和董事会合作,确保实施数据治理政策和流程。
  • 定义所需的仪表板以监控开发进度
  • 建立控制机制和合规流程以确保合规性
  • 建立数据治理资产与各种资产之间的关系。
  • 展示并批准数据治理委员会和理事会的新数据治理资产
  • 数据治理技术工具应用。

数据治理关键角色和职责

首席数据官(CDO); 负责所有企业数据,并在所有数据域中发挥综合作用。CDO特别处理不同数据所有者和数据消费者之间可能出现的利益冲突。

数据所有者; 通常是没有详细数据集和使用知识的高级管理人员,因此他们依赖于处理数据的业务专家。数据所有者可以负责,但将细节责任委托给Data Stewards。他们的作用是了解所持有的信息,添加的内容和删除的内容,信息的移动方式以及访问权限和原因。

数据管家; 通常是他们负责的数据集的主题专家(SME)。通常,数据管理员来自业务部门,并了解数据对组织的真实价值。

数据保管人 ; 来自IT功能,可以在源头对数据进行更正。他们负责IT基础架构提供和保护数据,以符合数据治理规定的政策和实践。

数据治理组织结构模型

遵循数据治理组织结构的首选不同模型:

  • 来自IT和业务部门的团队合作
  • 一个单独的数据治理单元,与业务部门的负责数据代表协作
  • 从BI团队建立能力中心

数据治理考虑因素和成功因素

  • 技术不是实施数据治理的限制因素
  • 数据治理的实践实践侧重于数据质量监控和控制,这是利用数据和分析促进创新,数据集成和SOA的先决条件
  • 虽然数据仓库被视为建立统一的企业数据视图的唯一可行工具,因此是有组织的数据治理和数据使用方式的第一个自然目标,但针对数据仓库的数据治理实践的用处有限,当应用于源系统时,数据治理可以完全有效
  • 数据战略和治理必须与企业和数字化战略紧密结合,并具有业务流程的总体观点
  • 管理支持和基于公司战略确定优先级是数据治理成功的关键因素
  • 对业务用户的培训和意识对于数据治理计划的成功至关重要

(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
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