什么是数据治理?
数据治理定义了数据的规则、影响和法规,以便设置和监督适当的策略。这些规则和策略建立了决策权,以及确保安全性、问责制和可信度的控制。治理不是主动的日常监督,而是一个可行的数据管理系统的坚实基础。与任何治理结构一样,数据治理的目的是通过健全的策略、清晰的控制和一致的流程来促进信息的良好使用。
数据治理在一定程度上源于21世纪初安然(Enron)、费城证券公司(philadelphia)和其他企业的倒闭,这迫使企业重新审视自己的数据,美国政府也通过了法律,确保企业发布准确的财务报告。数据治理构成了这项工作的核心,以满足需求萨班斯-奥克斯利法案还有其他规定。但是数据治理的发展相对较短,今天,即使是小型企业也需要可用的、准确的和全面的信息来指导他们的决策和发展。
数据治理和数据管理的区别
《数据管理词典》将数据治理定义为“对数据资产的管理行使权力、控制和共享决策(计划、监视和执行)”。数据治理计划为开发适当的数据管理协议和过程提供了基础。
数据管理另一方面,是将治理策略付诸行动的过程。治理提供了一个框架;此后,您可以定义管理领域(如安全性、数据库和文档控制)以及基础设施或体系结构管理。治理确定数据可访问性和控制的原因和对象,而管理则设置地点和方式。
同样,应该注意的是,数据治理和数据质量不是同义词,而是密切相关的。数据质量是对数据准确性、完整性、可用性和有效性的度量。数据治理策略将指导方针应用于这些经过审查的数据。
什么是数据治理策略?
在实现数据治理之前,您需要一个数据治理策略:一组用于保护组织数据资产的规则。数据治理策略的核心是为数据建立角色和职责,包括访问、处理、存储、备份和保护。
数据治理策略模板
您可以使用此模板来构建您的数据治理策略。它将有助于建立数据质量和可靠性标准,以及与访问、存储和备份相关的标准,以促进数据安全。
组建数据治理团队
数据治理策略适用于企业中的每个人:员工、领导层,甚至董事会成员。为了建立治理结构,需要组建一个团队或委员会来制定数据监督的目标、任务和愿景。
团队可以由信息分析师、IT人员、主题专家和项目经理组成,以提供专业知识;但是,业务线专业人员可以提供有效的、主动的治理所需的跨功能平衡。
该团队可能被称为数据治理委员会、数据管理委员会或数据治理委员会,角色头衔可能从数据经理到数据科学家、数据架构师到数据分析师各不相同。它们也可能是更大的数据治理办公室(DGO)的一部分。
团队主要负责数据的管理(对数据资产的适当照顾)。这个角色可以落在一个人身上,或者在大型组织的情况下,落在一个小组身上。该职位负责准确性和适当的访问。管理者还根据规定的治理命令作为数据完整性和更新的仲裁者。
该团队还提供关于战略数据规划、数据素养和数据使用的指导和结构,并为主数据管理(MDM)问题提供解决方案。MDM经常与数据治理混淆,但它们并不相同:MDM是一种方法,它使组织能够将所有数据链接到单个主文件,以简化数据可访问性和共享。
数据治理团队职责
一旦治理团队就位并设定了目标,该团队就可以概述策略,以构建适当的数据控制,包括访问、可用性和确保质量的方法。从最初的愿景和任务声明开始,他们可以开发一个框架来移交数据管理的制定。一旦就位并部署,治理团队的工作和管理将继续关注于监视、观察和报告。该团队还处理问题解决和分析,以支持数据获取策略、遵从性和财务优先级,以推动持续改进计划。
为什么组织需要数据治理?
越来越多的内部信息开始重新焕发生机,成为整个组织的宝贵资产,而不仅仅是单个部门的财产。事实上,许多数据治理计划的初衷是试图在数据在整个组织中变得可操作时对其进行改进。数据现在被用来提高组织效率,识别盈利机会,增强客户体验,改进或开发新产品。ob欧宝娱乐app手机下载
然而,数据治理的两个主要原因是监管要求和依赖于高质量数据的风险评估。特别是,许多法规关注组织的数据,以显示合规性的证明,特别是在数据安全领域。根据2013年兰德安全档案数据治理调查,“82%的受访者知道他们面临外部监管要求,但其中44%的受访者仍然没有明确的数据治理策略。”
从数据治理中受益的领域包括那些需要监管报告数据以满足《萨班斯-奥克斯利法案》指导方针的领域;巴塞尔协议I、II和III;COBIT;多德-弗兰克(dodd - frank);环鸟苷酸;ISO / IEC 38500;以及《健康保险流通与责任法案》(HIPAA)的内容。
哪些业务需要数据治理?
大多数企业都受益于强大的数据治理,但监管负担沉重的行业(如银行、金融和医疗保健)更需要正式的治理计划,并且特别关注那些使其面临监管风险的活动。遵守法规挑战直接影响他们管理、报告和保护敏感信息的方式。不遵守规定可能导致罚款、品牌受损,甚至入狱。
但是,应该注意的是,任何收集敏感数据(如财务信息、社会安全号码或医疗记录)的组织也要遵守法规遵从性要求。强大的数据治理首先验证和提升数据质量,然后实施策略、控制和管理,以满足内部和外部的期望。
尽管银行、金融和医疗保健是监管最严格的行业,但它们的治理结构可以提供超越信息安全的优势。例如,在卫生保健领域,知识获取可以为改善患者的治疗效果创造机会。
数据安全的需求在不断变化,由于许多组织的业务遍及全球,因此可以在欧洲通用数据保护条例(GDPR)指令(以前称为数据保护指令)中找到一个很好的用例。该条例将于2018年年中生效,概述了解决个人数据权利的条款,如可移植性和访问权,以及从公司数据存储中被遗忘或删除的权利。
数据治理的目标和好处
治理的主要目标是通过问责制、一致的数据分发策略、流程和程序、标准化系统和教育来确保数据资产的完整性。其好处包括:
- 提高数据质量(许多使用的方法侧重于更好的过程,例如六西格玛)。
- 提供值得信赖的信息。
- 用高质量、一致的数据建立信心。
- 做出明智的商业决策。
- 降低成本,提高盈利能力,同时降低监管罚款的风险。
- 推动部门间的优化和效率。
- 实现更好的战略规划、风险管理和遵从性。
- 在组织和部门之间建立更好的合作机会。
- 消除多余的工作。
- 通过识别漏洞和修复来提高数据安全性。
- 增加数据价值。
- 解决数据问题。
- 支持数据驱动的客户服务计划。
- 在增长或合并期间快速改进业务运营。
- 遵守行业规定。
- 提高整个组织的数据透明度。
- 提高生产效率,减ob欧宝娱乐app手机下载少高质量数据的错误。
- 启用持续的数据改进计划。
数据治理计划的挑战
数据治理计划的最大障碍集中在访问和可用性上。数据可用性不仅涉及谁被授权,还涉及数据保存在何处以及如何检索,这可能导致数据参与的新规则和误解领域。其他挑战来自过于复杂的授权和政策,难以实施,可能会减缓有效治理的工作。
相反,缺乏适当的监督和调整也会阻止治理的好处在整个组织中实现。许多组织提倡重视集中的、定义的方法的框架,但允许适当的评估和修改来处理潜在的问题。
在她的麻省理工学院2007信息质量产业研讨会在演讲中,Pierce解释说数据是最少治理的资产之一,因为它具有以下特征:
- 数据“越来越容易收集和数字化”。
- 数据“在产品和服务中越来越重要”。ob欧宝娱乐app手机下载
- 数据“很难估价或定价。”
- 数据的“半衰期越来越短”。
- 数据“暴露在安全和隐私方面的风险越来越大”。
- 数据“在大多数企业中是一项重大支出”。
如何实施数据治理计划
数据治理计划的目标是为团队确定原则,并建立目标和方向。此模板将帮助您在开始您的计划之前捕获组织数据治理的意义。它将帮助你获得赞助,并让组织了解你的使命、愿景和目标。
框架,比如由数据治理研究所(DGI)开发的框架,提倡一种重点驱动的流程和策略结构,这种结构可以指出最重要的元素,比如合规性、数据可用性或数据使用。然后,数据管理员可以开始建立指定控件的规则。
一旦该小组就位,该小组就负责根据需要监测和调整政策,以完成任务。有许多软件工具和框架提供了清单和流程,以便进行清晰的数据监督。
您可以采取以下简单步骤来实现一致且可重复的数据治理计划:
- 确定要遵循的框架。
- 定义数据资产的所有者(即数据管理员)。
- 定义涵盖存储、归档、备份和安全性的数据治理流程。
- 确定您必须遵守的法规要求。
- 定义确保合规性的控制和审计程序。
- 培训和教育您的用户,并实施政策和程序。
- 利用分析进行持续改进。
为了启动您的计划并在内部销售数据治理计划,您可以利用专家数据治理资源,选择功能强大的技术来实现简单的管理,并向团队和业务成员宣传。欧宝体育app官方888
数据治理实施计划模板
对于数据治理实现项目,此模板将帮助收集和跟踪成功实现所需的所有基本任务。这可以用来保持项目的进展,并与涉众沟通状态。
数据治理的具体细节:工具和框架
数据治理本身并不是一种技术,但它可以通过使用技术工具来辅助。治理委员会设置指导方针、策略和重点,该团队应该是部署适当数据治理工具的主要驱动者。支持安全性和遵从性的工具与重视存储和检索的工具的工作方式不同。然而,对于大多数涉及角色或过程变化的计划,透明和持续的沟通应该是优先考虑的。合适的工具也可以促进这一功能。
在研究合适的工具时,要寻找能够在治理角色和支持数据管理的功能框架之间取得适当平衡的工具。
与其他软件解决方案和工具一样,您的选择将取决于您的组织的需求。有些工具可能被标记为数据治理解决方案,而其他工具可能主要用于不同的目的,但能够解决治理需求。
以下是用于数据治理的供应商工具:
- Collibra
- Informatica
- SAP主数据治理
- 全球id
- Prodago
- 情景应用程序
- Talend
这些工具可能提供以下特性和功能:
- 数据沿袭跟踪
- 工作流程管理
- 数据治理流程管理
- 使用元数据的数据映射
- 数据监控
- 数据清理(删除冗余数据)
- 数据访问和质量控制
- 数据使用审计跟踪
- 数据治理策略同意管理
- 大数据分析
- 数据仓库功能
数据治理框架
为数据治理寻找合适的框架涉及许多与任何新业务计划相同的流程和问题。如前所述,通过确定总体目的或重点,您已经为建立决策权、数据完整性和可访问性奠定了基础。
框架可以有不同的结构来强调不同的目标。如果您的公司更关注遵从性,那么强调商业智能的框架可能不适合您的组织。此外,框架可能强调管理而不是治理,这可能适合也可能不适合您的组织。
由于治理是策略的设置,许多框架认识到很难集成组织的整个数据范围。但有些框架采用整体方法,将数据视为与任何其他企业资产一样重要的有形资产。今天的治理框架可以提供策略和操作方面的工作,以改进操作、客户体验和业务策略。
例如,通用数据元素框架包含用于对数据进行分类、命名和索引的元素。2004年,为了响应对数据分类、组织和交流的更好方式的需求,数据治理研究所引入了DGI数据治理框架。DGI框架涵盖了数据治理的所有方面,包括人员、规则和流程。
数据治理框架
此模板为确定数据治理计划的目的和目标提供了指导。此外,您还将包括您计划如何度量成功以及数据治理团队的角色和职责。
数据治理资源欧宝体育app官方888
数据治理组织的存在是为了提供支持治理专业人员的新信息、实践和见解。组织如数据管理协会(DAMA)数据治理专业人员协会),数据治理学会,数据治理研究所(DGI),智商国际,澳大利亚数据治理(DGA);和企业数据管理委员会(EDM)提供遵循最佳实践、行业新闻和新兴趋势的文章、课程和会议。许多发布了与供应商无关的信息和建议,以及全面的知识体系,以帮助开发或增强数据治理计划。
以下是每年在世界各地举行的一些数据治理会议:
- 数据治理和信息质量会议
- 欧洲数据治理会议
- DAMA国际活动
- 金融资讯高峰会
- 数据的世界
有关安全审计、行业遵从性标准和数据治理的其他信息,请参阅本文网络研讨会从内容。
相关业务流程
有几个企业流程与数据治理相关,例如:
有关这些和其他过程的更多信息,请阅读这篇文章。
使用智能表提高信息和数据安全性
通过设计一个灵活的平台来满足你的团队的需求,并随着需求的变化而适应,从而使你的员工能够超越自己。
Smartsheet平台可以轻松地从任何地方计划、捕获、管理和报告工作,帮助您的团队更有效地完成更多工作。报告关键指标,并通过汇总报告、仪表板和自动工作流实时了解工作情况,以保持团队的联系和信息。
当团队对要完成的工作有了清晰的认识时,就不知道他们在同样的时间内能完成多少工作。今天就免费试用Smartsheet吧。