重新認識數據治理

什么是數據治理？數據治理的好處？誰負責數據治理？數據治理框架和原則？數據治理工具的類型？數據治理框架如何運作？公司的數據治理通常失敗的地方？如何使用最佳實踐實施數據治理？

數據治理常見問題？

1、什么是數據治理？

數據治理是組織用來管理、利用和保護其數據的一組流程和過程。在這種情況下，數據可以引用公司數字或硬拷貝資產的子集。定義數據對組織意味著什么是核心數據治理最佳實踐之一。一旦定義了數據的含義，您就可以制定以推動業務發展的方式使用數據的方法。

將數據治理視為組織數據的人員、內容、時間、地點和原因。

數據治理的另一個關鍵方面是保護公司和客戶的私有數據。數據泄露幾乎每天都在發生，政府不斷頒布法律和監管框架，如HIPAA，GDPR和CCPA。數據治理的很大一部分是保護客戶和公民的私人數據。良好的數據治理規劃可構建控制措施來保護數據并幫助組織遵規守法。

2、數據治理的好處？

如果沒有有效的數據治理，組織中各種系統中的不一致問題則難以得到解決。例如，客戶帳戶可能以不同的格式顯示在銷售、物流和客戶服務系統中。這可能會使數據集成工作復雜化，或創建數據完整性問題，從而對商業智能 （BI）、企業報告或分析應用程序的準確性產生負面影響。此外，可能無法識別和修復數據錯誤，從而進一步影響 BI 和分析準確性。

采用數據治理最佳實踐可幫助組織充分利用其數據，并避免因不一致而導致的運營或分析問題。以下是一些具體優勢：

集中式策略和系統可降低與數據治理相關的 IT 成本

數據標準使得更好的跨職能決策和溝通成為可能

合規性審核更易于管理，合規性標準更易于維護

用于短期和長期規劃（包括兼并和收購）的商業智能從數據中獲取決策理由

數據增長得到有效的組織與管控

穩定安全的數據使符合新的數據隱私立法要求變得更加嚴謹。

但是，在實施數據治理計劃或策略時，需要考慮許多陷阱和挑戰。以下是一些需要考慮的事項：

任務： 數據治理需要成為公司級和對應范圍的任務才能正確實施，要使其成為一個需要啟動和管理的大型項目。

資源： 良好的數據治理需要來自不同團隊的精力、時間和資源，這可能會分散其他工作的投入和效果。

協調： 數據治理是更大的IT治理策略的一部分，兩者需要協調。

認同： 讓員工關心數據治理可能很困難。用戶需要激勵和動力來遵循計劃。

靈活性： 數據治理工作需要靈活地滿足團隊需求，并且對用戶來說要有簡單易用的體驗。如果數據治理阻礙了工作，它將本末倒置、無法促進業務目標。

實現：選擇數據操作工具來管理數據治理策略會讓問題復雜化并讓你陷入細節泥潭難以自拔。建議使用 Gartner 等資源找到適合您戰略的正確工具。

綜上，克服上述挑戰是完全可能的，并且應向所有人開放，都可以參與實施數據治理。

但，這里做最重要的前提之一，便是明確各位在數據治理方面的責任。

3、誰負責數據治理？

全面的數據治理計劃需要一些特定的角色、組和功能。以下是誰負責什么，以及他們應該擁有的能力：

首席數據官（CDO）是一個迅速崛起的角色。公司開始了解管理數據和實施數據治理框架的重要性，這意味著聘請CDO。CDO是數據治理戰略的公司領導者，聘請CDO表明了對數據的承諾，并自上而下地支持數據，以認真對待數據治理規劃。

數據所有者是對數據負有直接責任的人員。他們作為業務資產方參與數據的保護和質量。數據所有者將位于使用數據的團隊中。例如，財務團隊的成員里要包含做核算報告的人員。

數據所有者知道組織中的誰應該有權訪問他們的數據，并要有針對性的對這些人進行數據訪問的管理和審核，這是數據治理的基礎。

數據專員是數據治理策略的擁護者。他們與數據所有者定期研討并落實數據治理策略和程序，也須在數據治理方面培訓新的數據所有者和員工。

數據治理委員會制定數據治理的政策和程序。該委員會與CDO合作，確定數據治理的人員，內容，時間，地點和原因。

4、數據治理框架和原則是什么？

數據治理的最常見目標是整個企業或組織的數據定義標準化。其他目標取決于特定數據治理規劃的重點。在普遍接受的數據治理框架內，應建立對環境有意義的原則。

以下是數據治理原則，無論您的實現最終采用何種形式，您都應該遵循這些原則：

正直： 規劃中的所有參與者都應誠實行事，并對數據治理已決策的約束要求，挑戰和其他影響等事情持積極態度。

透明：在如何引入和實施實踐和控制措施方面，流程應對參與者和審計師都清晰透明。

可審： 數據治理活動應是可審計的，并附有文檔，以支持基于合規性的和操作性的審計要求。

問責： 您需要為跨職能部門和與數據相關的決策、流程和控制定義責任。責任不能落空。

管理： 了解、分配和委派治理管理活動，這些活動是個人貢獻者和數據管理組的責任。

平衡： 在業務和技術團隊、數據創建者和收集者以及使用或管理信息的任何人之間引入制衡機制。

標準：數據治理規劃的重點應放在引入和支持企業數據的標準化上。

變更： 支持整個流程中的主動和被動變更管理活動，從處理數據到人員最佳實踐。

遵守這些原則將幫助您為組織構建全面、可持續的數據治理計劃。

5、數據治理工具的類型有哪些？

借助各種技術和軟件工具，可以更輕松地實施數據治理計劃。下面是應考慮使用的一些核心類型的數據治理工具。

數據編目： 使用自動數據發現工具創建目錄以實現更好的組織和標準化的數據管理。

數據管理： 從多個源收集數據，并提供用于數據治理的主視圖。

可視化： 部署一種工具，實現在統一界面和報告中可視化整個數據生態系統，供數據所有者使用。

數據沿襲： 通過自動解析數據源、應用程序、工具和源代碼中的代碼來跟蹤數據沿襲。

策略管理： 通過軟件自動執行策略和分配業務規則，以確保完全符合治理計劃。

威脅檢測： 在安全方面，部署相應軟件，在數據受到損害或被盜之前提醒注意潛在威脅。

6、數據治理框架如何運作？

一旦您了解了數據治理的基本原則，并擁有了正確的工具，您就可以開始在組織內實施數據治理框架。

價值和成果

使數據治理與業務目標或成果保持一致。您將需要一個數據分析流程，以便您可以衡量進度和結果。

問責制和決策權

確保您的團隊參與您的數據治理策略，并讓 CDO、數據管理員、數據所有者和員工承擔責任。明確定義誰可以對您的數據做出哪些決策。

組織信任

您能信任所有數據源嗎？您是否在數據的整個生命周期內都能控制數據？

數據治理的信任模型構建了機制來考慮分布式數據生態系統，您應該努力了解數據輸入的歷史記錄和沿襲，以便管理期望和結果。

透明度和道德

通過清晰、成熟的決策流程，保持有關數據治理的數據分析開放和可見，以便經得起外部審查。

風險與安全

您是否在數據治理策略中考慮風險和數據安全？風險和安全性是公司參與數據治理的兩個主要驅動因素。除了任何業務成果之外，還應考慮它們。

教育和培訓

您是否有一個計劃來培訓數據所有者和員工了解數據治理的基本原則？您是否培訓新的數據管理員？建立持續的培訓計劃，以集中數據治理。

您的團隊是否將數據治理視為自上而下的任務，是否認識到數據治理是構建業務與數據安全需要共融協作的努力？

這幾個方面可以幫助您專注于數據治理的目標，并告知您將如何運營數據治理。

7、公司的數據治理通常失敗在哪里？

許多組織在制定數據治理計劃時會遇到一些挑戰和潛在的故障點。以下是您應該準備克服的主要障礙。

將數據治理與 IT 策略集成

數據治理應被視為更大的?IT 治理策略的一部分并加以執行。這兩項倡議需要相互配合，才能取得成功。分別查看數據治理和 IT 策略的組織將舉步維艱。

員工和高管計劃認同

任何形式的改變都很難，尤其讓員工關心數據治理可能更加困難。用戶需要激勵和動力來遵循新的數據治理計劃，而您需要高管自上而下的支持，以在全公司范圍內采用數據。

治理靈活性和簡單性

數據治理工作需要靈活地滿足團隊需求，并且對用戶來說很簡單。如果數據治理阻礙了工作，它將無法促進業務目標。這與員工的支持有關。使治理變得簡單靈活，這樣員工就不會將其視為障礙。

選擇治理技術工具

選擇技術和工具來管理數據治理策略可能既復雜又耗時。利用?Gartner?等資源和網絡安全合作伙伴的專業知識來研究技術，并請求適合您戰略的系統的參考。

8、如何使用最佳實踐實施數據治理？

盡管存在上述挑戰，但實施有效的數據治理可以順利而高效。以下是您應該遵循的一些關鍵最佳實踐。

為數據設置格式標準。此外，在后處理和數據引入大數據平臺期間，使用技術來實施這些標準。您將從許多不同的來源提取數據，因此使數據規范化成為關鍵。

非托管數據的帳戶。 存在于文件、文件夾和共享中的數據是您最有價值的數據，并且通常比托管數據面臨更大的風險。確保數據治理策略涵蓋非結構化數據。

映射業務目標以進行治理。 盡早執行此操作，并分配一名首席數據官 （CDO）。讓 CDO 負責管理和實現數據治理目標。從大局出發，但在此過程中創建可管理的接觸點。

在大多數領域專注于簡單性。 數據治理不是組織大多數的主要工作。最大限度地減少對個人貢獻者和團隊的影響，并使步驟和最佳實踐易于遵循。

建立治理團隊角色。 數據所有者最接近他們創建和管理的數據。分配數據管理員與數據所有者合作，以獲得指導并促進溝通。您的數據治理團隊應具有跨職能能力，并有權推動數據治理計劃。

對所有數據進行分類和標記。 為元數據建立標準，以促進您的業務目標并允許重用數據。標準化是治理的主要重點領域之一，如果沒有數據分類和標記，將很難實現。

使用多個指標衡量進度。 您可以收集的指標越多越好。數據治理的幾個關鍵指標可能是要保存的陳舊數據量、已分配數據所有者的文件夾數以及要創建的敏感數據量。

盡可能自動化。 自動執行工作流、審批流程、數據請求、權限請求以及任何其他可能使數據治理計劃發揮作用的功能。自動化不僅可以節省時間和資源，還可以確保持續實施治理。

請參閱下面有關數據治理框架的一些常見問題。

問：框架在行業之間有何不同？

答：數據治理的基本框架與行業無關。最大的區別將在“為什么”中。在滿足數據安全要求后，每個組織的目標和結果將是唯一的。

問：如何創建數據治理框架？

答：?我不會重新發明輪子。有很多不同的組織已經完成了創建框架的工作。但是，如果您要這樣做，請確保首先回答有關數據的人員，內容，時間，地點和原因的問題。這將有助于告知如何 - 框架。

問：您如何解釋數據治理的重要性？

答：?向高管層解釋您需要聘請CDO并實施完整的數據治理計劃可能很困難。如果他們不聽您描述風險和安全問題，不斷增加的數據存儲成本或缺乏跨職能決策能力，那么您面前有一場艱苦的戰斗。

問：數據治理框架旨在實現什么目標？

答：?數據治理不僅僅是數據安全。數據安全很重要，但數據治理計劃也可以實現跨職能決策和業務分析。簡而言之，數據多用途使用的標準化是數據治理的核心。

問：數據治理是一個計劃還是一個項目？

答：?數據治理應被視為長期戰略業務計劃，而不是單個短期項目。實施數據治理需要對公司當前的數據策略和實踐進行結構性更改，此外還需要重新定義數據處理人員的角色和職責。

實施強大的數據治理計劃可確保組織內數據的安全性、標準化和完整性。通過選擇正確的策略、合作伙伴和數據安全工具，您將能夠創建數據治理計劃，從而最大限度地提高數據的價值，同時保持數據的安全。