数据治理运营:团队

发布时间:2019.02.14来源:亿信华辰浏览量:140次标签:数据治理


关键组成部分:内部治理团队

数据治理是人员,流程和技术的结合。在这三个组成部分中,人员组成部分可以为运营的程度和成功贡献40-50%。因此,充分了解内部治理团队类型至关重要。除了治理团队已经成熟并具有运营治理结构的少数组织之外,其他组织中的治理团队总是属于以下五种类型之一:

  • 新手团队:该团队了解治理概念并对实施理解充满信心,但缺乏实际的实施经验。大部分由高能团队组成,他们为治理计划找时间。不幸的是,该团队缺乏建立治理实践的能力。这可能是由于信任问题或等待雇用高级官员(例如,CDO)来推进它。资金不是主要问题。
  • 休眠团队:该团队主要由一些高级利益相关者组成,他们了解治理概念,并了解在业务部门或企业级别设置和操作治理需要什么。但由于缺乏高层管理人员推动治理,因此维持了反应性治理状态。在这种类型中,资金和赋权不是一个问题。
  • 虚拟团队:由多个项目的主题专家组成的团队,为治理相关的工作做出贡献,主要是兼职。这在组织内的职能部门意识到治理需求的情况下很常见,但在企业级别没有资金和高层管理人员的支持。目标是让治理继续发展,直到触发发生。由于这是一个虚拟组织,整个组织的治理策略执行受到影响。
  • 老龄化团队:这个团队的平均年龄很高,他们对治理和实施治理的兴趣水平很低。对治理举措的抵制将清晰可见,因为它被视为会增加他们的工作量而不返回的东西。
  • 无能为力的团队:在治理概念方面,该团队中的利益相关者的成熟度非常低。主要原因是缺乏高层管理人员的培训和指导以及启动治理。话虽如此,关键是要了解这个团队是如何形成的,因为它有时会改变推荐/解决方案的动态。

上述每种类型都需要不同的操作策略。发布治理类型标识后,可以利用组织变更管理(OCM)来实施治理。例如,新手团队需要授权,虚拟团队需要物理化,无知团队需要培训和/或入职经验丰富的管理人员来指导团队前进。

数据治理在哪里成功运作?

将治理融入组织文化的组织和将自己标识为“数据公司”的组织在企业级别具有运营数据治理设置。在银行和金融服务,医疗保健和生命科学等受到严格监管的行业中,重罚似乎在唤醒高层领导,投资和重新审视其数据战略以保持治理数据健康以避免这些罚款年度方面发挥关键作用。一年之后。

在零售等受到适度监管的行业中,对360客户视图的需求促使公司实施数据治理。在能源与公用事业和制造业等行业,快速周转,优化和效率的需求正在推动数据治理议程的发展。

差距

根据质量公理,

  • “不能定义的东西无法衡量;
  • 无法衡量的是无法改善的
  • 无法改善的东西最终会恶化。“

在治理方面也是如此。高层管理人员希望每3个月看到一些有形的东西。换言之,每花费一美元的投资回报率(ROI)。因此,如果没有明确表示如何展示DG的好处,那么操作化将是一个遥远的梦想。

解决这个问题的最佳方法是从小事做起,为每个里程碑选择正确的项目,范围和指标。详细说明,一次选择一个治理区域,比如数据质量或元数据,并在显示价值和进度时进行扩展。这将有助于降低成本,适应不断变化的优先级,并灵活应对技术中断。

重点方面

战略定义和实施之间的步骤对于成功实施治理至关重要。大多数精心策略定义包括对人员,流程和技术组件的成熟度评估。此外,他们根据所确定的潜在内部团队提供了对变更影响的一些见解。如果其中任何一个不可用,这应该是第一步。仔细研究成熟度和变化影响指数应该能够高度重视可能阻碍组织运营的因素。一旦确定了可能的治理拦截器,就很容易逐一解决。

调查方法

该调查包括研究分布在银行和金融服务,保险,医疗保健,能源和公用事业,零售,技术,通信和制造领域的19个组织。这些组织处于不同的成熟度和实施进度。分析模式:调查和与主题专家的交互相结合,接近各个客户位置的数据管理。


(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
  • 大数据平台下的企业的数据治理

    大数据平台下的企业的数据治理

    数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据……查看详情

    发布时间:2018.11.28来源:数据治理浏览量:113次

  • 数据治理新挑战:数据要素大规模流动

    数据治理新挑战:数据要素大规模流动

    “我们谈论大数据的时候在谈什么?”“数据生产要素、数据治理、隐私计算……这些都是关键词。”7月24日下午,2020年中国互联网大会“数据……查看详情

    发布时间:2020.07.31来源:知乎浏览量:140次

  • 数据分析加数据治理-让数据清澈如水

    数据分析加数据治理-让数据清澈如水

    在如今数据大浪潮下,如果您的业务很多,那么它就会大量堆积并且产生新的问题。我们生活在一个数据驱动的世界里。数据推动了我们从不同地方获得的……查看详情

    发布时间:2019.08.30来源:浏览量:134次

  • 数据质量衡量标准有几个属性

    数据质量衡量标准有几个属性

    数据分析和数据挖掘都离不开数据的质量,做过数据产品的人都知道,质量高的数据对于产品的意义有多大,如果说数据是不具备完整性、规范性以及一致……查看详情

    发布时间:2022.03.28来源:小亿浏览量:366次

  • 浅析数据治理与数据安全治理的概念差异

    浅析数据治理与数据安全治理的概念差异

    当我们谈到数据资产的时候,想到最多的就是数据治理,接下来就是数据安全治理,那么这两者之间有什么区别和差异呢?……查看详情

    发布时间:2019.08.14来源:知乎浏览量:143次

  • 数据治理——企业数字化转型的必经之路

    数据治理——企业数字化转型的必经之路

    主要介绍了数字化转型内涵及发展路径、数据治理为数字化转型提供基础支撑、企业级数据治理整体解决方案。……查看详情

    发布时间:2021.12.31来源:浏览量:173次

  • 数字化转型的缺失部分:公民开发者

    数字化转型的缺失部分:公民开发者

    随着第四次工业革命席卷全球,新技术渗透到从高层城市到小村庄的各个方面。消费者的需求和期望随着技术的发展而增加,迫使企业以更快的速度提供优……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:129次

  • 大数据技术学习,深度挖掘大数据的现状分析

    大数据技术学习,深度挖掘大数据的现状分析

    企业级技术 = 艰苦的工作 其实大数据有趣的是它不是直接可以炒作的东西。 能够获得广泛兴趣的产品和服务往往是那些人们可以触摸……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:125次

  • 如今企业面临哪些数据湖管理挑战?

    如今企业面临哪些数据湖管理挑战?

    成功的数据治理方案涉及部署策略、标准和流程,以在整个企业中有效正确地利用高质量数据。如果你的企业具有数据湖环境,并希望从中获得高质量的分……查看详情

    发布时间:2020.04.02来源:知乎浏览量:116次

  • 企业数据治理的坑你遇到过哪些?

    企业数据治理的坑你遇到过哪些?

    在这些年的数据治理实践当中有成功的经验,当然也经历过很多失败的教训,有些教训反反复复的出现…笔者一直在思考怎么避免这些问题,所以今天就跟……查看详情

    发布时间:2019.09.12来源:知乎浏览量:109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