組織應該采用哪些工具，流程和培訓，以便在各個業務層面更容易訪問數據，同時保持對數據的治理？

數據是當今所有業務決策的驅動力，工具和流程必須確保按需提供對該數據的訪問。為了最大限度地提高生產力并做出決策，用戶需要能夠聚合和關聯數據，而無需瀏覽復雜的安全控制。

關于人員，流程和技術的決策受到創新，合規性和風險的影響，但這些驅動因素往往會發生沖突。有效策略支持的正確工具可以使業務用戶做出更好的數據驅動決策，并對底線產生積極影響。

改變與大數據的關系

對于大多數組織而言，數據短缺并不是問題，但缺乏管理這些重要信息的資源或紀律仍然困擾著大多數公司。許多公司都擔心大數據是一項永無止境的收集任務，其收入潛力永遠無法完全實現，因此大部分數據最終都會被歸檔并被遺忘。

在其組織內部實施特定的數據管理功能，并指派一名首席數據官來監督他們。當員工接受如何分析，貨幣化并最終保護數據的適當培訓時，他們可以有效地建立自己的組織，以便在未來的大數據中展開競爭。

改變與數據的關系始于編目和分類。有效的數據分類是至關重要的！這還需要圍繞數據所有權和以數據為中心的安全技術的實施進行明確的治理。

企業領導者應該通過鼓勵員工提問和分析數據來支持數據驅動的組織。為了實現這一目標，技術領導者應該通過建立數據目錄和詞典以及獲取訪問權限的政策和程序來實現數據的民主化。

支持數據驅動的業務首先要了解您擁有哪些數據以及誰應該訪問它，但組織還需要一個明確的流程來授予和拒絕訪問權限。

建立角色和特權以降低風險

很容易獲取數據，但如果不加以控制，它可能毫無意義和濫用，?安全性和減少非治理數據的數量非常重要。

我們需要的是一個有效的供應和取消供應系統，它定義了用戶可以對數據做什么的規則，并提供對授予數據訪問權限的人的快速審計。需要對批準過程進行培訓，以授予和撤銷對數據的訪問;?否則，組織會面臨合規性疲勞的風險，并開始為所有訪問請求添加橡皮圖章。

專家表示，依靠云計算平臺，人工智能和機器學習等創新技術將有助于降低合規性疲勞的風險。

正確的工具和環境使成功

隨著技術變得更加直觀和用戶友好，正確的工具可以授予所有級別的數據訪問權限，而無需進行大量的用戶培訓。

在為任何面向數據的計劃制定路線圖時，要了解治理，政策和監管問題是確定邊界或護欄的第一步。將其視為我們必須做的事情（政策）與我們能做的事情（技術），認識到技術應該能夠實現流程和靈活性，而不是定義它們。

使業務用戶能夠詢問數據的自然語言問題的工具，使每個人都能更方便地訪問數據。這種方法應盡量減少培訓需求。使用成熟的IAM控件保護這些工具，您可以輕松地對其進行審計以維護數據治理。

數據驅動的組織由使用數據，信息和技能的人組成，以做出更明智的決策。云計算應用程序和平臺是實現這一目標的絕佳工具，因為它們是協作和數據集成的環境，人們可以以前所未有的方式分析和使用信息。

首先，公司需要具有自定義儀表板的用戶友好工具，使各級人員能夠輕松查看與其角色相關的數據，并提供管理控制在站點和組織級別，以保護訪問和編輯權限。如果您希望人們定期監控數據，則該軟件應該只需要很少的培訓。你不應該成為一名數據科學家來創建和分享報告。

了解數據的位置及其移動方式

除了知道誰有權訪問數據外，定義確保在整個數據生命周期內符合法規要求的策略也很重要。

首先要提高數據的可訪問性，需要了解數據在應用程序中的移動位置，雖然系統管理員和運營團隊更了解HIPPA或GDPR等法規對其組織的要求，但他們可能不了解應用程序如何使用數據。為了解決這個問題，組織應該尋找分析API使用的應用程序和傳輸給第三方的數據的工具。

底線

要成為一個數據驅動的企業，您需要花費盡可能多的時間來處理數據質量，并像在數據收集時那樣實現廣泛但受到嚴格管理的訪問。擁有直觀的工具和專用流程對于清楚地了解存在哪些數據，誰應該被允許訪問數據至關重要，不僅有助于提高安全性和合規性，還可以提高對所用數據的信任度。推動決策。