企业数据治理框架

发布时间:2019.08.02来源:知乎浏览量:56次标签:数据治理

大多数公司都采用零碎,随意的方式收集和存储数据。公司采用孤立的方法获取数据并不罕见,每个部门都自己收集数据并设计自己的管理规则。从整体上看,公司可能会将相同的数据用于不同的目的。如果没有数据治理框架,工作人员往往会重复工作,因为没有指定的方法从中央来源查找所需信息。

在金融危机和安然等大公司倒闭之后,各国政府和监管机构更深入地研究了企业收集的数据类型,并寻找确保企业收集准确,可靠数据的方法。“ 萨班斯 - 奥克斯利法案”以及其他法规促使董事会成员和高管了解推动其业务的数据,并对其公司提供的数据负责。


正是通过这些事件,企业开始意识到他们需要制定一些管理和存储数据的准则和规则。数据治理是构建管理企业数据的模型的过程,以及用于在整个组织中创建和操作数据的系统。数据治理需要使用多个现有平台或程序。
在创建数据治理框架之前,公司需要知道他们的数据在哪里以及如何在整个组织中以各种身份使用它们。这个过程本身就是一些组织的一项重大任务。公司需要查看谁拥有数据,解决数据中的不一致问题,并提供有关大数据需求的解决方案。
数据治理必须考虑标准,策略和可重用模型。管理团队需要为所有类型的活动创建规则和指南。数据治理框架设置如何管理数据,使用数据和解决数据问题的参数。这些流程可降低成本和复杂性,同时协助公司管理风险并保持合法合规性。

从本质上讲,数据治理框架是业务与IT相遇的地方。拥有良好的数据治理框架将支持集中决策。数据治理以及公司管理它的程度也可能在收购时成为一个问题。


什么是数据管理?
数据管理为数据治理增加了另一个维度,使其复杂化。公司需要培训员工某些类型的数据不属于公司或属于他们,而是属于其他人或组织。员工必须对数据有一个健康的尊重,并鼓励他们采用有关数据的管理思想。
随着公司围绕数据治理制定管理政策和流程,他们需要考虑这些政策和流程如何与企业文化保持一致。公司的数据治理方法必须考虑到他们如何管理数据,以便不断满足业务需求,同时提高数据的质量和一致性。
实现这一目标的最大挑战之一是确定谁拥有数据,如何定义数据,如何克服不同部门定义中的不一致以及如何使用大数据来支持质量决策。此外,某些业务部门或个人员工可能不愿意遵守或执行公司的数据使用政策。


开发数据治理框架
数据治理框架项目的开始可能有几个来源之一。通常,管理人员意识到需要数据治理框架并从上到下开始努力。开发数据治理框架也可能是合规需求或现有业务项目的一部分。无论项目如何开始,新的努力都有助于找到有兴趣领导,支持或倡导项目的员工。

要使一个新的数据治理项目取得成功,公司的文化必须支持该项目,并了解它如何支持集中决策。涉及的人员,包括业务主管和经理,需要将项目视为IT问题。业务部门和IT部门必须在项目上一起工作。尽管可能很困难,并且面临许多挑战,但所涉及的人员需要愿意将项目看作


不仅仅是一项学术活动,并致力于将这一过程视为成果。重要的是要认识到并承认组织结构是分散的,团队需要多个协调点。

开发数据治理框架是一个需要时间的过程 - 有时需要几年时间。公司应该计划花足够的时间仔细规划其数据治理框架。他们应该寻求合适人员的帮助,并注意识别和使用适当的工具和技术。好消息是,几乎所有企业都有一些数据和一些系统。通常没有必要从头开始。


企业产生大量数据。从事数据治理框架工作的团队需要考虑他们拥有的所有人员,流程和技术,并共同努力,找到将他们的努力结合起来管理一个系统内所有数据的方法。日期治理团队必须分两部分 - 战略和执行- 来开发框架。
数据治理框架必须涉及数据管理过程的所有部分,包括数据库,数据模型,单个技术以及创建和保留数据的人员。团队需要弄清楚如何在应用程序中复制规则以创建更快,更好的解决方案。
开发数据治理框架是现代治理战略的一部分。将如此多的员工和战略家聚集在一起需要一个高度安全的现代董事会治理体系,如BoardEffect。最后,考虑开发数据治理框架是一个持续的过程,需要对其进行长期效率和有效性评估。
(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
  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。了解您的数据并确定如何实施它会带来一系列问题,包括用户和利益相关……查看详情

    发布时间:2018.11.13来源:克里希基德浏览量:70次

  • 数据治理流程中,最重要的3点都在这

    数据治理流程中,最重要的3点都在这

    数据治理能够带来的好处就在于,更高效地帮助企业将数据价值转化成实际的业务价值。数据“井喷”仍在进行,机器学习、AI等这类十分依赖数据质量……查看详情

    发布时间:2021.05.10来源:亿信数据治理知识库浏览量:350次

  • 红树林社会:从数字创新到数字治理

    红树林社会:从数字创新到数字治理

    这种情况就在我们身边,证明了数字化对日常生活的影响以及如何对其进行规范。……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:72次

  • 数据标准迎来“大考”,一个数据治理工具教各行各业轻松应对

    数据标准迎来“大考”,一个数据治理工具教各行各业轻松应对

    2020年6月22日-7月3日,国际电信联盟第十六研究组(简称ITU-TSG16)召开全体会议,来自中国、美国、德国、日本、韩国、巴西、……查看详情

    发布时间:2020.07.23来源:头条浏览量:60次

  • 正确的数据文化是数据治理成功的预测指标

    正确的数据文化是数据治理成功的预测指标

    获得数据治理计划的业务和领导支持 - 以及在该支持下建立数据文化 - 仍然是许多组织面临的重大挑战。然而,根据一项新的调查,获得这种支持……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:76次

  • 简明扼要的数据治理指南

    简明扼要的数据治理指南

    数据收集是企业执行的最重要的功能之一。通过获取有关您的客户,员工,财务等的数据,您可以确保轻松,可靠地访问有助于指导主要业务决策的信息。……查看详情

    发布时间:2019.07.04来源:知乎浏览量:54次

  • 主动方法在数据治理的数据架构

    主动方法在数据治理的数据架构

    “数据架构是业务战略的物理实现,” 全球数据战略有限公司 EMEA首席顾问NigelTurner在DATAVER……查看详情

    发布时间:2019.01.16来源:亿信华辰浏览量:57次

  • 数据治理|如何做好数据质量管理

    数据治理|如何做好数据质量管理

    数据质量管理是一个集方法论、管理、技术和业务为一体,对数据在每个阶段里可能引发的各类数据质量问题进行识别、度量、监控、预警等一系列管理过……查看详情

    发布时间:2022.03.18来源:小亿浏览量:195次

  • 数据治理在有效合规计划中的作用

    数据治理在有效合规计划中的作用

    有效的合规计划由许多活动部分组成。关键数据来自运行操作所需的各种工具,文档,系统和技术。因此,企业在试图获得任何特定时间的风险状况的完整……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:46次

  • 数据质量管理趋势

    数据质量管理趋势

    进一步信息又可分为物理信息和语义信息两类,其中物理层面的信息反映基础的数据结构;语义信息属于进阶有含义的语义数据结构,反映人类的视角。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:77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