数据治理是真实的,是需要的!

发布时间:2019.06.19来源:简书浏览量:1次标签:数据治理

数据治理
有许多组织可以很好地管理和管理他们的数据。或者是足够好(无论对每个组织来说意味着什么)。但是,还有其他组织根本不管理和管理他们的数据。他们中的一些人知道这是真的,有些人不认识到这种情况,然后有些人知道他们是糟糕的数据管理者但拒绝对知识采取行动。那么你是哪一个呢?


当我谈论和写下数据时,你会注意到我使用术语“管理”。我把它们放在一起但同时分开。我认为数据管理由许多学科组成,其中一个可以被视为数据治理。DAMA International将数据治理纳入其框架的中间。它们密切相关,但它们不是一回事,让我给大家解释这两者之间的关系以及区别。


数据管理&数据治理

数据管理是一系列与控制组织如何定义,生成和使用数据相关的学科。这些学科的例子包括数据建模,数据架构,数据质量,元数据管理,数据互操作性等。正如你所看到的,这些学科中的许多都需要整体数据战略,计划,承诺和知识渊博的资源,以确定它们的实现方式。解决。数据治理只是这些学科之一,作为一种实践,往往变得不那么具有技术性。


数据治理侧重于将人们的行为和问责制正式化,以确定他们如何定义,生成和使用数据。将数据治理定义为“执行和执行数据管理权限”,并将管理权定义为“数据管理问责制的正式化。”这两个定义都侧重于人。


改进数据管理和数据治理可以提高整个组织的效率和效率。大多数情况下,需要真实的数据来说服人们,他们的日常行为是他们对数据质量的信心的结果。并且他们有责任帮助识别数据问题并提高数据质量。衡量执行简单或更好但复杂的功能所需的时间可能是人们花费时间管理数据的最佳指标。在许多组织中,人们做出了令人惊奇的事情,以便以他们需要的方式获取数据从而能够使用它。人们创建报告并将主要数据资源中的数据集拉入电子表格,并对此数据采取许多操作。


人们通过导出他们自己的数据来纠正数据。这些行动没有记录,往往难以重复或解释。但它们肯定会对用于制定决策,满足合规性要求以及从最重要的数据资产中获取价值的结果产生影响。人们理解和信任数据的时间以及他们改变数据质量的频率决定了他们在工作职能中的效率和效率。当收集有关这些事物的数据时,可以测量这些事情。


另一个说服人们“数据管理是真实的”的真实数据的例子可能集中在保护敏感数据上。当数据处理程序依赖于数据分类时,有很多东西也可以转化为实际数据。了解人们现在如何处理敏感数据,以及他们的知识和行为如何在显示与数据共享,传输,存储和打印相关的规则后如何变化,这是人们的工作受到正式数据治理计划影响的另一种方式。而且它们也可以被测量。错误处理数据的出现,人们对规则的了解,


当有数据证明它是真的时,很难否认某些事情。然而,这仍然会发生。我的建议是,您通过关注人们花时间以最需要的方式获取数据以最佳地执行其业务功能来证明改进。数据治理是真实的,人们真的需要它。

数据治理精益原则
赋予小团队权力
精益改进始于人,对数据治理也是如此。应用精益原则可让你首先关注你的团队。而不是创建一个庞大的项目团队来实施数据治理,建立一个小型中央团队来支持整个企业的用户将取得更大的成功。小型数据治理团队可以专注于以下方面,而不是对所有数据负责:
1、识别和维护现有的数据管理活动
2、提供管理和调整现有数据管理活动以及规划未来活动的框架
3、协调数据治理框架的实施

4、充当业务和IT之间的联络人,以验证IT是否完全理解业务需求,并确保业务完全参与IT领导的项目


缩短周期时间

许多数据治理计划失败,因为它们的范围,成本和时间尺度都太大。在小型阶段或项目上工作更有可能带来成功。例如,尝试在业务区域中执行一个进程。完成后,在下一个业务领域实施相同的流程。不要试图立刻实现太多; 如果数据治理程序太大且非结构化,则不能有效地提供好处,并且整个程序可能会停止。如果你专注于范围的小范围,你可能会在数据治理框架的实施中取得小而一致的成功。


逐步消除浪费

通过小的频繁阶段(或项目)实施数据治理计划允许您使用精益问题解决方法:计划 - 执行 - 检查 - 调整(PDCA)周期。


例如,初始计划步骤将审核你打算实施数据治理的业务领域,并采取措施以充分了解当前情况。该领域的优先事项和挑战是什么?这些知识将使您能够规划有益于该领域的数据治理框架的实施。在do阶段,您将实施框架,并确定并向各利益相关者简要介绍其角色和职责。在此阶段,准备利益相关者开始关注其中一个数据治理流程或活动,例如为数据词汇表定义数据项,或使用数据质量问题解决方案。


接下来,检查阶段的结果,确认它们符合预期,并确定可以从体验中学到什么。确定下次是否应该采取不同的措施。最后,根据获得的洞察力,你可以在计划在新业务区域中实施框架之前调整方法,或者返回到do阶段以在第一个业务区域中进行更改。

专注于价值

从乔治奥威尔的动物农场获取灵感,我们可以说所有数据都相同,但有些数据比其他数据更平等。精益使用优先级排序技术专注于你可以获得最大价值的领域,同样的方法可以应用于管理数据。使用相同级别的监视和控制来管理所有数据无法实现价值。最高级别的监控和控制应仅应用于成功运营业务所需的最关键数据。应用精益原则并优先处理数据治理活动,为最低工作量增加最高价值的数据将有助于利益相关者参与并展示数据治理的好处,同时实现长期活动(即高价值和高努力)。


业务参与对于所有数据治理活动的成功至关重要,并且通过数据治理框架的坚实基础来支持这些活动将帮助你实现持久的数据治理成功。


不要试图一次做太多。如果你的数据治理计划不实用,那么它就太大而无法启动而且太慢而无法提供好处。将精益方法应用于数据治理可以帮助你迭代地工作,检查和改进,并将你的工作重点放在能够为你的组织带来最大价值的活动上。
(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:5次

  • 金融服务数据治理:帮助价值'新货币'

    金融服务数据治理:帮助价值'新货币'

    对于在金融服务领域运营的组织,数据治理变得越来越重要。当金融服务行业董事会成员和高管在2018年初聚集在安永的金融服务领导峰会时,数据是……查看详情

    发布时间:2018.12.03来源:Michael Pastore浏览量:1次

  • 数据治理-数据治理标准化的价值

    数据治理-数据治理标准化的价值

    标准的数据指标体系为各主题的数据分析提供支持,提升数据处理和分析效率,提供业务指标的事前提示、事中预警、事后提醒,实现数据驱动管理,帮助……查看详情

    发布时间:2020.11.08来源:知乎浏览量:1次

  • 用于构建数据驱动型企业的敏捷数据治理基础

    用于构建数据驱动型企业的敏捷数据治理基础

    数据驱动型企业是现代企业的基石,良好的数据治理是关键的推动因素。……查看详情

    发布时间:2019.01.26来源:亿信华辰浏览量:1次

  • 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:3次

  • 可量身定制的数据治理平台

    可量身定制的数据治理平台

    在大数据浪潮下,大数据平台建设如火如荼,大数据平台建设本质上是数据的建设。由于数据量逐渐庞大导致的一系列问题,使很多用户意识到数据治理的……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:1次

  • 数据治理与组织架构

    数据治理与组织架构

    数据治理实际反映的是组织问题、文化问题,这也是许多公司为了明确权责划分而建立数据治理委员会的原因。同时,还需要明确的程序与执行程序的计划……查看详情

    发布时间:2019.11.01来源:知乎浏览量:1次

  • 大数据是大问题?组织需要为数据管理负责

    大数据是大问题?组织需要为数据管理负责

    如果数据收集在2018年让人们明白一件事的话,那就是使用数据的公司与商业模式依赖数据利用的公司之间存在一条明显而深刻的界线。……查看详情

    发布时间:2019.04.08来源:亿信华辰浏览量:1次

  • 数据治理—设计利用数据

    数据治理—设计利用数据

    围绕数据使用创建系统和流程是一回事,但企业需要确保其基础架构和团队随时可以利用可用信息。……查看详情

    发布时间:2019.04.04来源:亿信华辰浏览量:2次

  • 您是将数据视为资产吗?

    您是将数据视为资产吗?

    您可以做的最好的事情是鼓励以数据为中心的文化,实现安全和隐私的重要性,以及了解数据对您组织的成功至关重要。 这是我们不断听到的一句话,……查看详情

    发布时间:2018.12.28来源:数据治理浏览量:1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