数据治理的目标和原则

发布时间:2019.03.19来源:亿信华辰浏览量:86次标签:数据治理


您希望数据治理实现什么目标?无论您的计划重点如何,您都希望实现以下数据治理计划的通用目标:

      1. 目标  - 实现更好的决策
      2. 目标  - 减少操作摩擦
      3. 目标  - 保护数据利益相关者的需求
      4. 目标  - 培训管理层和员工采用共同的数据问题方法
      5. 目标  - 构建标准,可重复的流程
      6. 目标  - 通过协调努力降低成本并提高效率
      7. 目标  - 确保流程的透明度

还有什么想要完成的?数据治理计划的最常见目标是标准化企业或计划中的数据定义。其他目标和目标取决于特定数据治理计划的重点。

访问  治理重点领域 p 网站的艺术阅读有关数据治理方案的六个最常见的“口味”。 

此外,无论您的组织的重点和目标如何,您都可能根据一系列普遍治理原则运营。对于数据利益相关者来说,相互讨论这些问题是一个好主意,这样每个参与者都可以对治理实践背后的原因保持一致。

您应该建立在您的环境中有意义的原则。一些组织定义了专注于帮助参与者在数据治理中参与政治的原则   。其他专注于  建立数据所有权 或确保问责的一个成员之间的分配  数据治理办公室,数据的利益相关者 以及那些数据管理职责。 还有一些人更关注确保数据标准化或质量好。一些数据治理原则侧重于参与者在执行问题解决  或变更管理等流程时处理数据的方式。 

数据治理原则帮助利益相关者聚集在一起,以  解决  每个组织固有的与数据相关的冲突类型。

以下是数据治理研究所的数据治理指导原则以及评论。

1.原则  - 诚信
数据治理参与者将通过彼此的交易来实践诚信; 在讨论与数据相关的决策的驱动因素,约束,选项和影响时,他们将是真实的和即将到来的。

这很重要。除非您的DGO员工在不同的利益相关者和参与者之间传递信息时充当信任的信任经纪人,否则您的计划注定会遇到麻烦。

2.原则  - 透明度
数据治理和管理流程将表现出透明度; 所有参与者和审核员都应该清楚如何以及何时将与数据相关的决策和控制引入流程。

当然,并非一切都是透明的。为了有效,有时安全措施不可能是显而易见的。但对于任何与数据相关的活动,正确的人应该能够发现正在发生的事情。

3.原理  - 审计能力
数据相关的决定,过程,和控制对象到数据治理中会是可审计; 它们将附带文档,以支持基于合规性和运营审计要求。

如果您的计划的重点是其他合规性,那么很容易忘记其他人可能需要审查您的工作和您的决定。这个原则需要平衡; 你需要在适当的时候离开小道,但是你不想浪费时间来创建无人需要的文档。

4.原则  - 问责制
数据治理将定义跨职能数据相关决策,流程和控制的责任。

通常,数据治理可以通过解决与数据相关的问责制中的“差距和重叠”来提供出色的服务。寻找NO ONE无人问责的情况,或者将很多组列为负责人,以确定没有人真正负责。

5.原则  - 管理
数据治理将定义管理活动的责任,这是个人贡献者的责任,以及数据管理员组的责任。

不要忽视某人没有收到Data Steward正式名称的情况。他们可能仍然有管理职责,应该纳入他们的正式职责。

6.原则  - 检查和平衡
数据治理将以引入业务和技术团队之间以及创建/收集信息的人,管理信息的人,使用信息的人之间的检查和平衡来定义问责制,以及那些引入标准和合规要求的人。

建立适当的检查和平衡可以指导管理工作,这可能是数据治理中最重要的一个角色。

7.原则  - 标准化
数据治理将引入和支持企业数据的标准化。

并非一切都可以标准化 - 也不应该。但实现数据标准化是许多高价值业务和IT项目的先决条件。它永远不会在没有数据治理和管理权的情况下以可持续的方式实现

8.原则  - 变更管理
数据治理将支持主动和被动变更管理活动,用于参考数据值以及主数据和元数据的结构/使用。

如果您希望涉及数据的项目可持续成功,那么您需要控制数据的更改方式。是的,一些数据应该经常更改。其他数据 - 例如地址中“州或省”字段的有效值列表 - 应该很少改变,并且只能通过深思熟虑和影响分析。大多数数据治理计划都参与了与数据相关的变更管理活动,只要将变更通知活动纳入数据管理职责。

所有成功的数据治理和管理计划,流程和项目都充实了这些原则。它们是帮助利益相关者聚集在一起解决  每个组织固有的数据相关冲突类型的原则  。 

(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
  • 银行数据治理包括哪几个方面

    银行数据治理包括哪几个方面

    从《银行业金融机构数据治理指引》相应章节可看出, 数据治理/管理的核心是基础数据、衍生数据,以及产生与 应用这些数据的组织架构、运行机制……查看详情

    发布时间:2021.04.06来源:数据治理研究院浏览量:98次

  • 理论之企业数据挖掘成功之道

    理论之企业数据挖掘成功之道

    面对现在海量的、不完整的、模棱两可的数据,运用数据挖掘算法对数据进行查找,找出人们所不知道的、有实用价值的信息,这一过程就是数据挖据。随……查看详情

    发布时间:2019.05.23来源:知乎浏览量:62次

  • 走向人工智能治理的趋势

    走向人工智能治理的趋势

    这是人工智能(AI)驱动的自动化和自动机器的时代。自我改进,自我复制,自主智能机器日益普及和迅速扩大的潜力刺激了网络空间,地球空间和空间……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:68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:111次

  • 数据治理(R)演变

    数据治理(R)演变

    数据治理继续发展 - 并且很快。……查看详情

    发布时间:2019.02.15来源:亿信华辰浏览量:53次

  • 什么是数据治理以及董事会应该如何应对?

    什么是数据治理以及董事会应该如何应对?

    数据是公司持续时间最长的资产。它超越了人,设备和设施。数据治理将分析与治理要求相结合。许多公司错误地将数据治理问题与其IT部门联系起来。……查看详情

    发布时间:2018.11.22来源:Nicholas J. Price浏览量:75次

  • 不治理就破产—谈大数据时代的数据治理

    不治理就破产—谈大数据时代的数据治理

    随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情

    发布时间:2019.02.21来源:知乎浏览量:61次

  • 用于增强数据治理和法规遵从性的容器

    用于增强数据治理和法规遵从性的容器

    在今天分散的存储基础架构中,审计人员如何评估企业数据的使用?总之,很难!……查看详情

    发布时间:2019.03.11来源:亿信华辰浏览量:81次

  • 数据质量对数据治理的重要性!

    数据质量对数据治理的重要性!

    人常说“失之毫厘,差之千里”,在数据来源多样化的情况下,数据的可靠性和实用性,直接影响到统计分析是否得到正确的结论,所以说数据的质量尤为……查看详情

    发布时间:2019.11.01来源:知乎浏览量:56次

  • 国内数据治理平台厂商介绍

    国内数据治理平台厂商介绍

    睿治数据治理平台是北京亿信华辰软件有限责任公司完全自主研发的一站式综合数据治理整体解决方案,是一款面向全用户角色的、智能的、敏捷的数据全……查看详情

    发布时间:2019.09.19来源:知乎浏览量:101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