[数据治理方法论]6点数据治理最佳实施方法

发布时间:2021.05.28来源:亿信数据治理知识库浏览量:326次标签:数据治理

在寻找数据治理最佳实施方法时,您可以从其他通过数据治理项目的各种流程和模型中学到东西。尽管每个企业都不同,但仍有可借鉴之处,因此无需完全重新创造轮子。在将敏捷开发思维方式应用于数据治理时,首先以最小的可行部署开始,然后从那里迭代并发展,这将大大提升数据治理项目的成功率。首先,我们需要了解数据治理理论系统框架。

数据治理流程

什么是数据治理框架?

数据治理框架是用于管理企业数据的协作模型。框架或系统可以围绕数据创建和操纵设置软准则或牢固的边界。公司通常会组建一个数据治理团队,以确保正确使用数据,数据质量和策略合规性。

执行数据治理框架会影响数据管理过程的所有部分,包括体系结构分析和数据模型。正确的执行使更容易更快地做出更明智的决策。

一旦对数据治理及其对企业的影响有了深刻的了解,就可以寻找使用可用的模板、模型和实施方案。


6点数据治理最佳实施方法论

1.从大处着眼,从小处着手

数据治理是人员,流程和技术的结合。要开始树立大局,首先要从人开始,然后建立您的流程,最后合并您的技术。没有合适的人才,是很难成功建立数据治理技术实施所需的方法的,他们必须能够构建流程并提供技术资源,以使项目顺利执行。


2.建立业务案例

建立数据治理实践时,获得流程领导者的支持和赞助是关键,但仅靠支持并不能完全支持这项工作并确保成功。通过确定数据质量将带给企业织的收益和机会并建立可以取得的改进(例如收入增加,更好的客户体验和效率)来建立强有力的项目反馈。帮助每个参与人员看到并了解数据治理所带来的最终收益,这才是数据治理项目得以长期正常执行的关键。

大多数领导者了解且相信,无序的数据质量和劣质的数据管理是一个问题,但是如果领导者不致力于持续推动变革,则数据治理项目最终可能会失败。


3.指标和反馈

与任何目标一样,如果您无法衡量它,就无法实现它。进行任何更改时,应先测量基线,然后再证明结果是否合理。尽早收集这些测量值,然后持续跟踪整个过程中的每个步骤。您希望指标显示一段时间内的总体变化并用作检查点,以确保流程切实可行。


4.持续性沟通

无论您和您的项目组在数据治理计划和流程中处于何处,进行持续沟通都是必不可少的。持续有效的沟通对于显示计划的影响力,接受项目成果和诚实地承认挫折都是至关重要得到。在组织内创建和更新已定义的利益相关者列表,并确保沟通易于触达且易于消化。这将确保每个岗位的人知道他们需要知道的内容,同时避免出现信息差或社交化让步。


5.数据治理是一场马拉松,而不是短跑

数据治理是没有终点的。您通常不会组建一个团队来启动一个项目,然后只需要动动手指。实施数据治理计划时,请确保将其作为一项长期投资,而不是一次性项目。

一般普通的项目有一个开始和结束日期,而且号召力强的大型项目可能会更容易引起人们的兴趣。但是,数据治理是一个持续性的、反复的过程,由许多子项目和里程碑组成。数据治理项目明显不同于以往的一次性项目,它更需要的是靠人持续性的对数据做出正向干预,因此更需要注重的是项目人员的管理、数据标准的建立、数据治理的改革长跑,一个优质的数据治理项目所带来的价值是任何一次性项目都无法取代的。

数据治理程序可以运行数年,但是单个项目通常不应超过三个月。将较小的项目构建到长期数据治理策略中,以让企业获得更加稳健的数据基石。


6.确定相关角色和职责

数据治理需要团队协作。明确角色定位对于每个数据治理计划都是必不可少的,并且在整个项目中分配所有权级别也很重要。确定谁有权力和责任将有助于社交化您的数据治理程序,并建立一个智能的结构来处理数据程序。

各个组织之间的数据治理角色略有不同,但是常见的角色可能包括:

  • 数据治理委员会(指导委员会/战略级别):数据治理委员会是负责数据治理计划的战略指导,项目和计划的优先级排序以及组织范围内数据政策和标准的批准的理事机构。

  • 数据治理委员会(战术级别):数据治理委员会是一群人,他们制定组织的政策和实践以将数据视为战略资产。

  • 数据管理器:数据管理器创建满足组织计划收集或已经收集的数据需求的数据库系统。

  • 数据所有者:数据所有者是对数据资产负责的个人。

  • 数据管理员:数据管理员负责利用您的数据治理流程来确保数据元素(包括内容和元数据)的质量。

  • 数据用户:数据用户是团队成员,直接负责在日常任务中输入和使用数据。他们可以直接访问和研究单位记录级别的集成数据集,以进行统计和研究。


最终,数据治理与人员,流程和技术有关。成功的程序可以使您清楚地了解数据来自何处以及谁拥有数据。当需要更改数据时,也会导致遵循已知的过程。花时间了解您选择管理流程并在技术范围内操作人员的价值。这些人将共同为数据治理项目提供可以依赖的数据,用于战略决策,并推动您的企业前进。了解数据治理的更多信息可访问亿信华辰数据治理产品官网:https://www.esenruizhi.com/。



(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
  • 物料主数据管理平台建设分享,助力多元化集团探索数据治理之路

    物料主数据管理平台建设分享,助力多元化集团探索数据治理之路

    随着大数据平台的建设,数据质量的好坏直接决定数据分析和数据挖掘的效果。如今,企业数据资产面临着不一致、不完整、不准确等问题,需要对数据进……查看详情

    发布时间:2021.04.20来源:浏览量:367次

  • 企业的数据标准管理包括什么?

    企业的数据标准管理包括什么?

    数据标准(Data Standards)是保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准管理是规范数据标准的制定和实施……查看详情

    发布时间:2020.05.08来源:知乎浏览量:247次

  • 在数据智能时代企业面对庞大的数据量如何高效进行数据治理?

    在数据智能时代企业面对庞大的数据量如何高效进行数据治理?

    在数据智能时代,对企业而言,“数据驱动业务”或者“数据即是业务”的理念逐渐成为业界的一种共识。然而,数据孤岛、数据标准不统一等问题在一定……查看详情

    发布时间:2020.06.23来源:知乎浏览量:164次

  • 企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱,最常见的陷阱包括:重IT而轻业务: 尽管通常是专业IT人员最先认识到数据治理的必要性,但他们既不是数据的……查看详情

    发布时间:2020.07.09来源:CSDN浏览量:200次

  • 数据安全治理所遵循的三大原则

    数据安全治理所遵循的三大原则

    搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战,就可以梳理数据安全治理的核心思路了。简单说,数据安全治理可以遵循……查看详情

    发布时间:2019.05.23来源:知乎浏览量:218次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:208次

  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:204次

  • 数据资产管理直面企业痛点

    数据资产管理直面企业痛点

    企业日常经营活动中积累的大量数据,除了支持业务流程运转之外,越来越多地被用于帮助企业提升管理决策效率、实现价值挖掘和业务创新。企业日常经……查看详情

    发布时间:2020.09.11来源:知乎浏览量:233次

  • 应用程序组合管理:优化您的投资组合

    应用程序组合管理:优化您的投资组合

    过程的第四个也是最后一个阶段是优化您的投资组合,在这里您必须开始检查其他应用程序和项目之间的依赖关系。您还必须在每个应用程序中添加成本和……查看详情

    发布时间:2019.02.19来源:亿信华辰浏览量:205次

  • 医疗领域的数据治理

    医疗领域的数据治理

    数据治理将为患者和护理人员实现价值。医疗保健系统和提供者越来越关注使用证据来为临床和运营决策提供信息的需求。这导致他们组装并批判性地评估……查看详情

    发布时间:2018.11.20来源:Lydia Lee浏览量:239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