数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

一、数据治理定义
数据治理是一种系统,用于定义组织内谁对数据资产拥有权限和控制权以及如何使用这些数据资产。它涵盖管理和保护数据资产所需的人员、流程和技术。 数据治理研究所将其定义为“针对信息相关流程的决策权和责任体系,根据商定的模型执行,该模型描述谁可以利用哪些信息采取哪些行动,以及何时、在什么情况下、使用何种方法。” 国际数据管理协会(DAMA)将其定义为“对数据管理以及数据及数据相关源的使用进行规划、监督和控制”。数字化转型网www.szhzxw.cn
二、数据治理框架
数据治理最好被视为支持组织总体数据管理策略的功能。这样的框架为组织提供了一种收集、管理、保护和存储数据的整体方法。为了帮助理解框架应涵盖的内容,DAMA 将数据管理设想为一个轮子,以数据治理为中心,以下 10 个数据管理知识领域从中辐射出来:
数据架构:数据和数据相关资源的整体结构,是企业架构的组成部分
数据建模和设计:分析、设计、构建、测试和维护
数据存储与运营:结构化物理数据资产存储部署与管理
数据安全:确保隐私、机密性和适当的访问
数据集成和互操作性:获取、提取、转换、移动、传递、复制、联合、虚拟化和操作支持
文档和内容:存储、保护、索引和启用对非结构化源中数据的访问,并使这些数据可与结构化数据进行集成和互操作数字化转型网www.szhzxw.cn
参考数据和主数据:通过标准化定义和使用数据值来管理共享数据,以减少冗余并确保更好的数据质量
数据仓库和商业智能 (BI):管理分析数据处理并允许访问决策支持数据以进行报告和分析
元数据:收集、分类、维护、集成、控制、管理和传递元数据
数据质量:定义、监控、维护数据完整性并提高数据质量
在制定策略时,应考虑数据收集、管理、存档和使用等上述各个方面。商业应用研究中心( BARC) 警告称,数据治理是一项高度复杂且持续进行的计划,而不是一项“大爆炸式”计划,并且它存在参与者随着时间的推移失去信任和兴趣的风险。为了应对这种情况,BARC 建议从可管理或特定于应用程序的原型项目开始,然后根据经验教训在整个公司范围内推广。 BARC 建议采取以下步骤实施:
明确目标并了解利益
分析当前状态和增量分析
制定路线图
说服利益相关者并预算项目
制定并规划数据治理计划
实施数据治理计划数字化转型网www.szhzxw.cn
监视和控制
三、数据治理与数据管理
数据治理只是数据管理整体学科的一部分,尽管它很重要。数据治理涉及确保数据资产责任和所有权的角色、职责和流程,而 DAMA 将数据管理定义为“一个总体术语,描述用于规划、指定、启用、创建、获取、维护、使用、存档、检索、控制和清除数据的流程。” 虽然数据管理已成为该学科的常用术语,但有时也被称为数据资源管理或企业信息管理 (EIM)。Gartner将 EIM 描述为“一种跨组织和技术边界构建、描述和管理信息资产的综合学科,以提高效率、促进透明度并实现业务洞察。”
四、数据治理的重要性
大多数公司已经对单个应用程序、业务部门或职能部门实施了某种形式的治理,即使这些流程和职责是非正式的。作为一种实践,它是关于对这些流程和职责建立系统的、正式的控制。这样做可以帮助公司保持响应能力,特别是当公司规模扩大到个人执行跨职能任务不再有效的程度时。只有在企业建立了系统的数据治理之后,才能实现数据管理的几个总体优势。其中一些好处包括:
组织中数据治理的主要目标是什么数字化转型网www.szhzxw.cn
组织应何时建立数据治理框架
谁负责在公司中实施数据治理
数据治理框架的关键组成部分是什么
数据治理可以改善组织的决策吗
通过整个组织内一致、统一的数据提供更好、更全面的决策支持
制定明确的流程和数据变更规则,帮助企业和 IT 变得更加敏捷和可扩展
通过提供中央控制机制降低数据管理其他领域的成本
通过重复使用流程和数据来提高效率
提高对数据质量和数据处理文档的信心数字化转型网www.szhzxw.cn
提高对数据法规的遵守程度
五、数据治理的目标
目标是建立标准化、集成、保护和存储公司数据的方法、职责和流程。根据 BARC 的说法,组织的主要目标应该是:
最小化风险
建立数据使用的内部规则
实施合规性要求
改善内部和外部沟通
增加数据价值数字化转型网www.szhzxw.cn
促进上述事项的管理
减少开支
通过风险管理和优化帮助确保公司的持续存在
BARC 指出,此类计划总是涵盖企业的战略、战术和运营层面,并且必须将其视为持续的、迭代的过程。
六、数据治理原则
根据数据治理研究所的说法,所有成功的数据治理和管理计划的核心都是八项原则:
所有参与者在相互交往中都必须保持诚信。在讨论数据相关决策的驱动因素、制约因素、选择和影响时,他们必须诚实坦率
数据治理和管理流程需要透明度。所有参与者和审计人员必须清楚数据相关决策和控制是如何以及何时被引入到流程中的
受数据治理约束的数据相关决策、流程和控制必须是可审计的。它们必须附有文档以支持合规性和运营审计要求数字化转型网www.szhzxw.cn
他们必须明确谁负责跨职能数据相关的决策、流程和控制
它必须定义谁对管理活动负责,这些活动是个人贡献者和数据管理员群体的责任
程序必须以在业务和技术团队之间以及在创建/收集信息的人员、管理信息的人员、使用信息的人员和引入标准和合规性要求的人员之间引入制衡的方式定义职责
该计划必须引入并支持企业数据的标准化
程序必须支持参考数据值以及主数据和元数据的结构/使用的主动和被动变更管理活动
七、数据治理最佳实践
数据治理策略必须进行调整,以最好地适应组织的流程、需求和目标。不过,有六个核心最佳实践值得遵循:数字化转型网www.szhzxw.cn
识别关键数据元素并将数据视为战略资源
为整个数据生命周期制定政策和程序
让业务用户参与到治理过程中
不要忽视主数据管理
了解信息的价值
不要过度限制数据的使用
八、数据治理面临的挑战
良好的数据治理并非易事。它需要团队合作、投资和资源,以及规划和监控。数据治理计划面临的一些主要挑战包括:数字化转型网www.szhzxw.cn
缺乏数据领导力:与其他业务功能一样,数据治理需要强大的执行领导力。领导者需要为治理团队指明方向,制定组织中每个人都应遵循的政策,并与公司其他领导者进行沟通
缺乏资源:数据治理计划可能会因预算或人员投入不足而陷入困境。数据治理必须由某人负责并付费,但它很少能自行产生收入。然而,数据治理和数据管理总体上对于利用数据产生收入至关重要
数据孤岛:数据会随着时间的推移而变得孤立和分散,尤其是当业务线或其他职能部门开发新数据源、应用新技术等时。数据治理计划需要不断打破新的孤岛
九、数据治理认证
数据治理是一个系统,但有一些认证可以帮助组织获得优势,其中包括:
DAMA 认证数据管理专业人员 (CDMP)
数据治理和管理专业人员 (DGSP)
EDX 企业数据管理数字化转型网www.szhzxw.cn
SAP 认证应用程序助理 – SAP 主数据治理
十、数据治理角色
每个企业的数据治理结构不同,但也有一些共同点。
指导委员会
治理计划涵盖整个企业,通常由高级管理人员组成的指导委员会开始,通常是负责业务线的 C 级人员或副总裁。《获得治理:建立世界级数据治理计划》一书的作者 Morgan Templar 表示,指导委员会成员的职责包括制定具有具体成果的总体治理战略、支持数据管理员的工作以及让治理组织对时间表和成果负责。 数字化转型网www.szhzxw.cn
数据所有者
Templar 表示,数据所有者是负责确保特定数据域内的信息在各个系统和业务线之间得到管理的个人。他们通常是指导委员会的成员,但可能不是投票成员。数据所有者负责:
批准数据词汇表和其他数据定义
确保整个企业信息的准确性
直接数据质量活动
审查并批准主数据管理方法、结果和活动
与其他数据所有者合作解决数据问题数字化转型网www.szhzxw.cn
对数据管理员发现的问题进行二级审查
向指导委员会提供有关其数据领域的软件解决方案、政策或监管要求的意见
数据管家 数据管理员负责数据的日常管理。Templar 表示,他们是理解和传达信息含义和用途的主题专家 (SME),他们与整个组织的其他数据管理员合作,作为大多数数据决策的管理机构。数据管理员负责:
成为数据领域的中小企业
识别数据问题并与其他数据管理员合作解决
担任数据管理委员会成员
就数据政策和委员会活动提出、讨论和投票数字化转型网www.szhzxw.cn
向数据所有者和数据域内的其他利益相关者报告
跨业务线开展跨职能工作,确保其域内的数据得到管理和理解
声明:本文来自网络,版权归作者所有。文章内容仅代表作者独立观点,不代表数字化转型网立场,转载目的在于传递更多信息。如有侵权,请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含: 数字化转型网(www.szhzxw.cn)
1、数据相关外脑支持:100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社:与全球数据相关专家、实践者共同探讨相关问题,推动产业发展!
3、国际认证培训:目前已引进DAMA国际认证CDMP,其他国内外认证也在逐步引进中
4、典型案例参考:与数字化转型网数据要素X研习社社员一起学习典型案例,共探企业数据落地应用

本文由数字化转型网(www.szhzxw.cn)转载而成,来源于 数梦科技 DATADREAM;编辑/翻译:数字化转型网Jack。








