数据治理的未来:平衡数据治理和数据管理

发布时间:2019.02.21来源:亿信华辰浏览量:425次标签:数据治理

在为所有Citizen Bank的企业数据创建和实施数据治理策略时,这个问题似乎无法克服。凭借1514亿美元的资产以及有关500多万个人,机构和公司(主要是东北地区)的信息,这是一个广泛的投资组合。Cottone评论说,“当使用数据治理这个词时,它会自动发挥诸如'控制','安全','保护'和'合规性'等概念。”然后是“使用”,“功能”和“概念”这样的概念。创新',“似乎将整体数据管理与数据治理目标相对立。

作为公民银行的CDO,Cottone的任务是根据银行标语管理数据资产:“我们是帮助公民发挥潜力的公民。”这是一项艰巨的任务,要求Cottone利用其在金融领域其他16年的经验行业,包括为数据采集,使用和管理活动提供愿景,战略和政策指导。此外,Cottone承认成功意味着“通过降低风险来提高运营效率,保持收入增长并激发公司内部真正的新见解和创新”。作为第一步,Cottone拥有并负责公民的数据管理政策,而不仅仅是数据政策。这需要将数据管理和数据治理结合在一起。

平衡数据管理与数据治理

她说,她的兴趣在于数据管理,使人们能够使用正确的参数做出“正确的事情。”她之前的工作背景要求她在整个组织中领导客户体验计划的实施。在那段时间内,她参加了几个数据治理计划。Cottone指出:

“他们每个人都在努力,因为这是一个非常沉重的委员会。为治理而治理。它是关于告诉人们他们能做什么,不能做什么,但却没有帮助人们以正确的方式完成任务。人们需要有权力来解决已发现的问题或将其带到某个地方,以便以适当的方式为公司确定优先顺序“

在这里,Cottone认为,数据治理,设置策略和程序以确保事情以适当的方式完成,以及数据管理,以正确的方式做正确的事情之间的平衡行为。她承认“在两者之间寻找合适的位置”所面临的挑战。她认为她的“推动使用和支持使我们处于治理视角的风险之中。”但她相信“人们会在你做正确的事情时获得正确的工具,把正确的护栏放好。“为了创造这种平衡,Cottone描述了技术,企业数据和业务之间的三方合作关系。

参与数据管理

Cottone将矩阵描述为“联合模型”,其中所有技术都是集中的。位于Citizens Bank的技术扮演着“双重角色”.Cottone表示,技术在与业务保持一致的同时,在数据基础架构上进行协作。作为回报,业务为获取任何现有项目的数据提供了需求和资源。企业数据构建了银行所需的数据基础架构。Enterprise Data可帮助技术构建此数据基础架构,并确保业务可利用数据环境来支持业务项目。数据管理的参与与数据治理模型一起使用。

双向数据治理模型

她说,公民银行的数据治理从上到下自下而上。数据粘合了这种双向架构,包括两种不同类型的数据管理员,数据受托人委员会,项目指导委员会以及最终的执行委员会数据治理模型。

Cottone强调Data Stewardship是数据治理的“数据基础”,它依赖于两种不同类型的数据管理员:Source Stewards和Customer Stewards。两种类型的管理员都会提出问题,参与技术实施,并与业务部门数据受托人合作。“他们得到了他们的手,并帮助作为一个团体做出决定,”Cottone说。Cottone说,所有数据管理员都会帮助“优先处理问题并与他们的组织进行沟通”。她解释说,这些人“实际上得到了他们的手,”并“定期花时间在数据相关的主题上”。

来源和客户管理员的重点不同。她说,Source Stewards是一个约60人的小组,负责处理大约75个信息源“流入新建的网关”。他们专注于“客户会计交易,以帮助我们的业务合作伙伴。”

顾客管家,一组15人,“更多地考虑客户应该考虑他们所处的业务,”她指出。这些人基于对这些用户拥有的所有产品的访问权,从整体上概念化客户群。此类客户信息存储在客户主数据中。客户管理员与客户进行大量数据质量工作。但是,如上段所述,客户和来源管理员参与相同的流程。

数据受托人让数据管理员参与并协助两个团队的持续管理。数据受托人向计划指导委员会(PSC)传达信息,这将有助于PSC“审查财务和项目状态。”PSC预算用于整个数据计划。跨越业务线并且无法解决的问题流向CEO和他的直接报告,他们充当这些问题的调解者。

Cottone描述了自上而下的管理人员确定了引入Data Lake的资源及其优先级。PSC有助于引入这些来源以及订单。由于“从客户的角度来看两种不同的竞争观点,他们还确定有人帮助决定客户主人的挑战。”随着数据进入Data Lake,指导委员会优先考虑许多问题,“尤其是当受托人在那个街区外面,“科托内说。PSC和数据受托人将这些目标传达给数据管家,完成了这种双向治理模型。数据治理模型与其企业数据参与模型一起使用,包括人员,流程和技术。

使用数据来粘合数据管理和数据治理

在数据管理和数据治理的背景下,“数据是将人员,流程和技术结合在一起的粘合剂”,她强调说。这“使公民的员工能够完成他们的工作,并最终使他们更容易增加收入,降低成本并改善客户体验。”

数据构成了所有这一切的中心,也是人们搜索和编织信息的能力。“数据质量是其中的重要组成部分,”Cottone在数据管理和数据治理方面表示。“关于数据质量流程的持续参与吸收了数据管理。”数据质量通过共同填充,分析,提出改进,进行更改和监控数据,以推动所需业务成果的方式帮助连接数据管理员。数据质量仪表板针对75个系统中的每个系统的关键元素,帮助Data Stewards“以优先级方式解决问题。”通过数据,将人员,流程和技术结合在一起,实现了真正的数据治理。

作为粘合剂的数据赋予数据治理权力。对于Cottone,这意味着:

“寻找,理解和信任数据。成为CDO意味着对人,流程和技术充满热情。数据治理不仅仅是数据,而是将数据交到每个数据公民手中,即前线人员正在投入工作。“

从这个口头禅,Ursula Cottone平衡了数据治理与数据管理,实现了公民的最初使命,“通过快速访问高质量数据,为客户提供信心,支持数据驱动的决策,从而为业务合作伙伴创造竞争优势。”

(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 预约演示
相关文章推荐
  • 互联网企业数据治理决策要这么建

    互联网企业数据治理决策要这么建

    企业需要协调多个提供和使用数据的参与方之间发生的复杂关系,由于企业缺乏数据治理可能导致数据滥用/误用等破坏性后果,并导致市场失灵。传统的……查看详情

    发布时间:2019.08.19来源:CSDN浏览量:527次

  • 跨域数据交换平台解决方案

    跨域数据交换平台解决方案

    随着信息社会的不断发展,信息融合正逐步走向深化。业务系统如何跨越不同安全等级的网络域进行数据传输,是整合各类信息资源、降低各系统间信息壁……查看详情

    发布时间:2020.08.07来源:知乎浏览量:497次

  • 数据质量分析定义的六个阶段

    数据质量分析定义的六个阶段

    企业数据质量治理对象一般主要包括两类数据:一类是操作型数据,例如:主数据、参照数据和交易数据。……查看详情

    发布时间:2019.12.06来源:知乎浏览量:604次

  • 企业如何解决数据治理中的数据质量问题

    企业如何解决数据治理中的数据质量问题

    解决数据治理中的数据质量问题需要技术手段,也需要管理手段,要决策层给予充分的支持,从而在技术与业务互动中逐步解决数据质量问题。……查看详情

    发布时间:2019.09.25来源:知乎浏览量:444次

  • 金融行业数据治理与安全防护解决方案

    金融行业数据治理与安全防护解决方案

    在金融业各类涉及商业秘密和敏感数据的信息在处理、共享和使用过程中面临违规越权使用或被用于非法用途等数据泄漏的安全风险。一方面,数据处理过……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:510次

  • 关于数据治理的十件事

    关于数据治理的十件事

    数据治理是我们现在遇到的众多热门词汇之一。有人可能会说这是炒作,但我不这么认为。出于许多好的理由,这是我们的首要考虑,其中一些我们在下面……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:512次

  • 数据治理的目的和意义

    数据治理的目的和意义

    ​在"新基础设施"和疫情等外部因素的推动下,数字化转型正对越来越多的行业而言变得重要且紧急。如何更好地利用数据已经成为企业数字化转型的关……查看详情

    发布时间:2022.06.09来源:小亿浏览量:1637次

  • 政务大数据治理的本质是什么,包含哪些建设内容?

    政务大数据治理的本质是什么,包含哪些建设内容?

    为了让全国各地的人民群众,都可以无障碍地享受到祖国繁荣发展与社会全面进步带来的生活水平提升,我国已经在多个地区的一些职能机构中渗透和运行……查看详情

    发布时间:2021.05.21来源:亿信数据治理知识库浏览量:900次

  • 大数据环境下的数据质量管理策略

    大数据环境下的数据质量管理策略

    信息时代,数据已经慢慢成为一种资产,数据质量成为决定资产优劣的一个重要方面。随着大数据的发展,越来越丰富的数据给数据质量的提升带来了新的……查看详情

    发布时间:2019.11.06来源:知乎浏览量:445次

  • 2句话告诉你什么是数据治理

    2句话告诉你什么是数据治理

    数据治理是实践和流程的集合,有助于确保组织内数据资产的正式管理。数据治理通常包括其他概念,例如数据管理,数据质量等,以帮助企业更好地控制……查看详情

    发布时间:2021.04.28来源:亿信数据治理知识库浏览量:451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