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:100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
  • 大数据共享交换平台的功能需求

    大数据共享交换平台的功能需求

    大数据平台是集开发、配置、部署、管理、监控、安全于一体的数据交换全生命周期管理的数据交换平台。平台可快速构建、运行和管理分布式应用系统间……查看详情

    发布时间:2022.05.18来源:小亿浏览量:301次

  • 为什么你应该有一个数据治理策略

    为什么你应该有一个数据治理策略

    垃圾进垃圾出。自打孔卡和电传终端以来,这个座右铭一直是真实的。如今,复杂的IT系统同样依赖于高质量的数据,无论是在会计,生产还是商业智能……查看详情

    发布时间:2018.11.22来源:数据治理浏览量:101次

  • 深入浅出元数据及元数据管理

    深入浅出元数据及元数据管理

    大数据时代下,数据已被公认为一项重要的资产。而元数据管理作为数据管理框架中一项重要的管理职能,也越来越多的出现在大家的视野中。但是对于元……查看详情

    发布时间:2019.10.24来源:亿信华辰浏览量:85次

  • 询问数据治理专家:我的数据治理计划需要多长时间?

    询问数据治理专家:我的数据治理计划需要多长时间?

    数据治理应该是您正在组织中实现和嵌入的东西,以便它像往常一样成为业务的一部分。出于这个原因,任何与我合作或参加我的培训课程的人都知道,我……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:148次

  • 大数据对社会有多大用处?

    大数据对社会有多大用处?

    规范性分析是商业智能(BI)中使用的四种大数据类型之一。大数据是一个描述大量数据的术语-结构化和非结构化-这些大量数据淹没了企业或任何数……查看详情

    发布时间:2018.12.29来源:数据治理浏览量:79次

  • 数据治理的十五个最佳实践

    数据治理的十五个最佳实践

    数据治理研究所(DGI)认为,它是一套切实可行的框架,帮助任何组织的各种数据利益相关方识别并满足其信息需求。DGI认为,企业不仅需要管理……查看详情

    发布时间:2020.07.31来源:知乎浏览量:86次

  • 数据治理工作的难点主要体现在那些方面?

    数据治理工作的难点主要体现在那些方面?

    由哪个部门主导;人员应该怎样配置;各个数据治理角色的职责分别是什么。这些一定需要明确,一个职责分工明确的团队将更好的推进数据治理工作。建……查看详情

    发布时间:2019.09.18来源:知乎浏览量:104次

  • 数据治理加速企业数字化转型

    数据治理加速企业数字化转型

    现在大家都在说一个概念,银行有3.0时代,数据也有3.0时代,3.0时代在不同地域里都有不同的诉求,数字3.0时代是什么?概念并不新,从……查看详情

    发布时间:2019.08.02来源:企业网浏览量:81次

  • 数据治理标准:数据质量六大评价标准

    数据治理标准:数据质量六大评价标准

    众所周知,大数据建设的目标是为了融合组织数据,增加组织的洞察力和竞争力,实现业务创新和产业升级。因此,数据是企业数字化转型的核心要素,而……查看详情

    发布时间:2022.03.10来源:小亿浏览量:1358次

  • 强大的数据治理是机器学习成功的关键

    强大的数据治理是机器学习成功的关键

    人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此,虽然ML算法增强了AI功能,并使它们能够进行更多的尖端和智能计算,但还……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:90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