En Data Governance (DG) policy er et dokument som beskriver hvordan organisasjoner bruker og administrerer dataene sine. Disse dokumentene etablerer regler som bidrar til å beskytte data, definerer rollene og ansvaret til ansatte som er involvert i Data Governance, og setter standarder for datakvalitet og sikkerhet.
Gode retningslinjer for datastyring gjør virksomhetens styringsmål, praksis og ansvar tilgjengelige og transparente. En godt utformet styringspolicy gir veiledning for alle involverte ansatte, og sikrer at alle er på samme side angående mål og prosedyrer.
En datastyringspolicy tjener flere formål. Det gir en kilde til standarder og praksis ansatte kan følge for å sikre kvaliteten og nøyaktigheten til dataene deres. En styringspolicy definerer også prosedyrene ansatte skal følge under ulike scenarier, for eksempel et datainnbrudd.
Ved å definere organisasjonens mål, datastandarder og praksis, bør en Data Governance-policy gi organisasjoner pålitelige data, så vel som regelverksoverholdelse. Innholdet i styringspolitikken vil variere, avhengig av størrelsen på organisasjonen, forretningsprosessene og kompleksiteten til data. Verktøyene som brukes for datainnsamling, tilgang og behandling kan hjelpe bedrifter med å unngå å bli bøtelagt for dette misbruk av kundeinformasjon (sammen med skade på omdømmet).
En DG-policy er ikke ment å være et statisk dokument, og organisasjoner kan gjennomgå og endre den etter hvert som virksomheten utvikler seg og personvernregelverket endres.
Utvikle en policy for datastyring
Det første trinnet i å lage en Data Governance-policy er å samle tilbakemeldinger om kjernespørsmål, som datatilgang, sikkerhet og lagring. Å samle tilbakemeldinger innebærer kommunisere med andre ansatte og ber dem hjelpe til med å utvikle sentrale GD-prinsipper.
Innhenting av tilbakemeldinger før du skriver retningslinjene for datastyring gir nyttig informasjon. Bestem hvem som er – og hvem som skal være – involvert i Program for datastyring. Spørsmålene du bør stille når du samler informasjon for å forme policyen er:
- Hvordan håndteres data nå?
- Hva er problemene som oppleves?
- Hvordan kan datainnsamlingsprosessen forbedres?
- Hvordan kan datalagring forbedres?
- Hvordan kan interne data nås lettere?
- Er det noen problemer med sikkerheten?
- Noen andre spørsmål du kan tenke deg?
Etter at spørsmålene er besvart og diskutert, er det på tide å lage en formell liste (som bør legges ut/sendes på e-post for ytterligere kommentarer). Når den formelle listen er fullført, kan policyen gå videre. Spørsmålene oppført ovenfor er utformet for å gi datastyringspolicyen den informasjonen som trengs for følgende trinn:
- Definer DG-programmets mål og mål
- Utvikle DG-prinsippet
- Lag standarder og retningslinjer for dataene
- Etablere et rammeverk for programmet
- Implementer retningslinjer for datasikkerhet
- Etablere datakvalitetskontroller
- Fremme datadeling og integrasjon
- Bestem roller og ansvar, og gi passende opplæring
- Overvåke og evaluere fremdriften
- Utvikle en datakatalog
Definer mål og mål
Noen generelle eksempler på mål og mål for en organisasjons Data Governance-program er oppført nedenfor.
Mål for datastyring:
- Beskyttelse av integriteten, personvernet og sikkerheten til bedriftens data
- Implementering av databehandlingsprogramvare som sikrer rene, konsistente data
- Etablere standardiserte, repeterbare prosesser for dataregistrering og rapportering
- Utvikle en kultur som er avhengig av rene, konsistente data når du tar beslutninger
Mål for datastyring:
- Utvikle og vedlikeholde en dataordbok
- Utvikle og vedlikeholde en forretningsdokumentasjonsprosess
- Utvikle og vedlikeholde feil/revisjonsrapporter
Utvikle prinsipper for datastyring
Data Governance Institute har utviklet det det kaller "universelle datastyringsprinsipper." Systemet deres gir en base å jobbe fra, og det kan justeres for å passe din virksomhet og datastyringspolicy, ved å legge til eller trekke fra prinsipper. De er utformet for å forhindre og bidra til å løse datarelaterte konflikter som er felles for alle bedrifter. Data Governance Institute prinsipper er oppført nedenfor.
- Integritet: Utøvelse av integritet betyr å være sannferdig og imøtekommende. Som et Data Governance-prinsipp innebærer det at eventuelle bekymringer, problemer eller forbedringer bør kommuniseres til andre ansatte raskt og effektivt.
- Åpenhet: Datastyring og forvaltningspraksis bør være gjennomsiktig. Åpenhet fremmer god kommunikasjon og forståelse.
- Revisjon: Hold alle dataproblemer over styret og kontrollerbare. (Se Åpenhet.) Datarelaterte prosesser, beslutninger og kontroller bør registreres og revideres. Hvis det er behov for en revisjon, bør registreringer tydelig vise hvordan og når data ble brukt.
- ansvarlighet: Å være ansvarlig er en form for proaktiv ærlighet, og betyr at enkeltpersoner tar ansvar for sine handlinger og resultatene av sine handlinger. Denne formen for proaktiv ærlighet bidrar til å redusere forvirring om ansattes ansvar på arbeidsplassen, og fremmer effektiv kommunikasjon.
- Stewardship (støttende forvalterskap): Dette spesielle prinsippet krever tildeling av ansvarlighet for dataene til et individ eller flere individer. Avhengig av organisasjonen kan det være flere dataforvaltere, eller bare én. Dataforvaltere er ansvarlige for å opprettholde dataenes nøyaktighet og generelle helse, fungerer som en kommunikasjonsforbindelse for alt som har med datastyring å gjøre, og spiller rollen som datapolitiet når et mønster av feil viser seg.
- Sjekker og kontobalanser: Dette refererer til relasjonene mellom forretnings- og teknologiteamene. Det kan også referere til personene som lager eller samler inn informasjon kontra de som administrerer og bruker den. En maktbalanse mellom avdelingene bør opprettholdes for å fremme organisasjonens utvikling.
- standardisering: Dette inkluderer både standardisering av rutinemessig kontorpraksis og standardisering av data. Standardisering gjør prosesser og data lett gjenkjennelige og enkle å jobbe med. Automatisering bør brukes til å standardisere data.
- Endringsledelse: Selv om noen kanskje liker å få skiftet ledere, er det ikke det endringsledelse betyr. Det betyr faktisk å omfavne en proaktiv filosofi for å tilpasse seg endringer etter hvert som organisasjonen utvikler seg.
Opprett Standarder og retningslinjer
Retningslinjer kan beskrives som retningslinjer som brukes for å sikre at en organisasjons data brukes riktig og administreres med konsistens. Retningslinjene inkluderer vanligvis bekymringer knyttet til sikkerhet, tilgang, personvern og kvalitet.
Datastandarder er skriftlige avtaler om format, definisjon, strukturering, representasjon, tagging, overføring, bruk og databehandling. Prosesser involverer retningslinjer og standarder brukes til effektiv databehandling.
Standardene og retningslinjene beskrevet i Data Governance-policyen gir veiledning og er en del av Data Governance-rammeverket.
Etablere Data Governance Framework
DG-rammeverket er en underavdeling av DG-policyen og fokuserer på reglene og prosessene som er nødvendige for å sikre en organisasjons etterlevelse av ulike lover og forskrifter.
Et DG-rammeverk støtter et effektivt Data Governance-program og vil standardisere flere regler og prosesser i hele organisasjonen. Det er en samling av regler, ansvar og prosesser som brukes til å organisere en virksomhets DG-program. Etablering av en Data Governance rammeverk vil hjelpe til med å forbedre datastandarder, forretningsstrategier og personvern.
Implementere retningslinjer for datasikkerhet
Datasikkerhet beskytter en organisasjons kunde- og forretningsdata mot uautorisert tilgang og bruk. Datasikkerhetskontroller er utformet for å begrense tilgangen og beskytte disse dataene. EN godt utformet datasikkerhetsplan kan bidra til å forhindre datainnbrudd og skadelig programvare.
Datasikkerhet er en betydelig bekymring, og fortsetter å være en stor cybersikkerhetsutfordring.
Etablere Datakvalitetskontroller
Data av høy kvalitet er korrekte og nyttige. Data av dårlig kvalitet har feil og fremmer dårlige beslutninger. De kvalitetskontroller av data er prosessene som brukes for å avgjøre om data oppfyller organisasjonens standarder. Dataene kan måles ved hjelp av visse nøkkelaspekter, for eksempel:
- Nøyaktighet
- Pålitelighet
- Precision
- fullstendighet
- aktualitet
- Integritet
- Konfidensialitet
Fremme datadeling og integrering
Datadeling lar forskere dele informasjon med hverandre, og å samarbeide om delte prosjekter. Datadeling og samarbeid mellom forskere kan ofte resultere i viktige nye funn innenfor et felt eller bransje. Dataintegrasjon, men krever egentlig ikke mennesker, men involverer kobling av poster og korrigering av data gjennom automatisering.
Datadeling er ekstremt effektivt fordi det lar forskere dele ressurser i et synergistisk forhold.
Bestem roller og ansvar og gi opplæring
Før utvikling og formalisering av en DG-policy, og tildeling av Data Governance roller, utfører ansatte ofte Data Governance-oppgaver noe tilfeldig. For eksempel har enhver ansatt som jobber med helse- eller økonomiske data et ansvar for å opprettholde overholdelse av passende lover og forskrifter. Selv om hver virksomhet vil ha sin egen unike struktur, er dette de fire vanligste DG-rollene:
- Dataadministrator
- Dataansvarlig
- Dataforvalter
- Databruker: Denne rollen kan fylles av en person eller en annen organisasjon. Det primære ansvaret til en databruker er å sørge for at dataene lagres, behandles og håndteres på en sikker måte. (Databrukere er ofte det svakeste leddet når det gjelder sikkerhet.)
Overvåke og evaluere fremdrift
Dette trinnet omhandler proaktivt å notere og registrere eventuelle forbedringer som finner sted ettersom retningslinjene for datastyring implementeres, eller trinn som ikke går som planlagt. Det er viktig å registrere endringene nøyaktig for å identifisere hva som fungerer, og eventuelle områder der forbedringer kan være nødvendig.
Ved å jevnlig vurdere DG-programmets fremgang (ved hjelp av salgstall, kundetilbakemeldingsundersøkelser, nettstedsanalyser osv.) kan en bedrift forbedre effektiviteten og kunderelasjonene.
Utvikle en datakatalog
Det siste trinnet i å lage en Data Governance-policy innebærer å undersøke datakatalogprogramvare og utvikle den. En datakatalog lagrer alle en bedrifts metadata, samt verktøy for å hjelpe brukerne med å finne den nødvendige informasjonen. Det fungerer i hovedsak som en inventar for en organisasjons data. TechTarget har publisert et utvalg av datakatalog programvare.
A datakatalog vil ikke bare gi en liste over organisasjonens data, men også en beskrivelse som er lett å forstå av mennesker.
En datakatalog organiserer alle data som er lagret i virksomheten. Dette er en ekstremt nyttig funksjon for analyser og utvikling av forretningsintelligens. Datakatalogen kobler datasettene sammen med personene som jobber med dataene.
Bilde brukt under lisens fra Shutterstock
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
- PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
- PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
- PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
- kilde: https://www.dataversity.net/creating-a-data-governance-policy/
- : har
- :er
- :ikke
- :hvor
- 1
- 224
- 300
- 7
- 8
- a
- Om oss
- ovenfor
- adgang
- aksesseres
- tilgjengelig
- ansvarlighet
- ansvarlig
- nøyaktighet
- nøyaktig
- skuespill
- handlinger
- handlinger
- faktisk
- legge
- Ytterligere
- justert
- mot
- avtaler
- Alle
- tillater
- langs
- også
- an
- analytics
- og
- En annen
- noen
- hensiktsmessig
- ER
- områder
- AS
- spør
- spør
- aspekter
- Montering
- vurdere
- forsikret
- revisjon
- Automatisering
- unngå
- dårlig
- Balansere
- balanserer
- basen
- BE
- fordi
- vært
- være
- under
- mellom
- borde
- både
- brudd
- brudd
- virksomhet
- business intelligence
- forretningsprosesser
- bedrifter
- men
- by
- Samtaler
- CAN
- katalog
- viss
- utfordre
- endring
- Endringer
- ren
- klart
- CO
- samarbeide
- samarbeid
- samle
- Samle
- samling
- kommentarer
- Felles
- kommunisert
- kommunikasjon
- Terminado
- kompleksitet
- samsvar
- Bekymring
- bekymringer
- konflikter
- forvirring
- forbinder
- konsistent
- innhold
- fortsetter
- kontroller
- Kjerne
- korrigere
- skape
- Opprette
- Kultur
- I dag
- kunde
- Cybersecurity
- skade
- dato
- data tilgang
- datainnbrudd
- Databrudd
- Dataledelse
- personvern
- datakvalitet
- datasikkerhet
- datadeling
- datalagring
- datasett
- DATAVERSITET
- Tilbud
- avgjørelser
- definere
- definerer
- definere
- definisjon
- avdelinger
- avhengig
- beskrevet
- beskriver
- beskrivelse
- designet
- Bestem
- bestemme
- utviklet
- utvikle
- forskjellig
- diskutert
- dokument
- dokumentasjon
- dokumenter
- ikke
- gjort
- under
- hver enkelt
- lett
- lett
- Effektiv
- effektivitet
- effektiv
- effektivt
- omfavner
- Ansatt
- ansatte
- nyte
- sikre
- sikrer
- feil
- hovedsak
- etablere
- etablere
- etc
- evaluere
- Hver
- alle
- evolusjon
- utvikler seg
- eksempel
- eksempler
- erfaren
- ekstremt
- Trekk
- tilbakemelding
- felt
- tall
- fylt
- finansiell
- Økonomiske data
- Først
- passer
- fokuserer
- følge
- etter
- Til
- skjema
- formell
- format
- kommende
- Forward
- fire
- Rammeverk
- fra
- samle
- general
- Mål
- skal
- god
- styresett
- veiledning
- retningslinjer
- Ha
- å ha
- Helse
- tung
- hjelpe
- hjelper
- Høy
- Hvordan
- Men
- HTML
- http
- HTTPS
- Mennesker
- identifisere
- if
- implementert
- viktig
- forbedre
- forbedret
- forbedringer
- bedre
- in
- inkludere
- inkluderer
- individuelt
- individer
- industri
- informasjon
- Institute
- integritet
- Intelligens
- inventar
- involvere
- involvert
- innebærer
- saker
- IT
- DET ER
- selv
- nøkkel
- Siste
- Lover
- Lover og forskrifter
- liaison
- Tillatelse
- LINK
- linking
- Liste
- oppført
- vedlikeholde
- opprettholde
- større
- gjøre
- GJØR AT
- Making
- malware
- administrer
- fikk til
- ledelse
- Ledere
- måte
- max bredde
- Kan..
- midler
- ment
- målte
- møter
- metadata
- kunne
- feil
- mer
- mest
- flytte
- gå fremover
- flere
- nødvendig
- behov
- Ny
- normalt
- merke seg
- mål
- of
- Office
- ofte
- on
- ONE
- bare
- or
- organisasjon
- organisasjoner
- organiserer
- Annen
- egen
- side
- del
- Spesielt
- Mønster
- Ansatte
- utføre
- filosofi
- Sted
- planlagt
- plato
- Platon Data Intelligence
- PlatonData
- spiller
- Politiet
- Politikk
- politikk
- dårlig
- makt
- praksis
- praksis
- gaver
- forebygge
- hindre
- primære
- prinsipp
- prinsipper
- Før
- privatliv
- Personvern og sikkerhet
- Proaktiv
- problemer
- prosedyrer
- prosess
- behandlet
- Prosesser
- prosessering
- program
- Progress
- prosjekter
- fremme
- fremmer
- riktig
- beskytte
- beskytter
- gi
- gir
- publisert
- formål
- kvalitet
- spørsmål
- raskt
- virkelig
- rekord
- registrert
- innspilling
- poster
- redusere
- referere
- refererer
- om
- regelmessig
- forskrifter
- regulatorer
- Overholdelse av regelverk
- i slekt
- relasjoner
- forholdet
- Relasjoner
- repeterbar
- erstattet
- representasjon
- krever
- Krever
- forskere
- løse
- Ressurser
- ansvar
- ansvar
- ansvarlig
- begrense
- resultere
- Resultater
- anmeldelse
- Rolle
- roller
- rutine
- regler
- salg
- samme
- scenarier
- sikre
- sikkerhet
- se
- utvalg
- serverer
- sett
- flere
- Form
- Del
- del informasjon
- delt
- deling
- bør
- Vis
- signifikant
- Størrelse
- Software
- noen
- noe
- kilde
- Staff
- standardisering
- standardisert
- standarder
- Trinn
- Steps
- Forvaltning
- lagring
- lagret
- butikker
- strategier
- struktur
- strukturering
- slik
- Støtte
- Støtter
- synergistisk
- system
- Ta
- oppgaver
- lag
- Teknologi
- vilkår
- Det
- De
- informasjonen
- deres
- Dem
- Der.
- Disse
- de
- ting
- tror
- denne
- De
- Gjennom
- hele
- tid
- til
- verktøy
- Åpenhet
- gjennomsiktig
- troverdig
- uautorisert
- etter
- forståelse
- forstås
- unik
- bruke
- brukt
- nyttig informasjon
- Bruker
- Brukere
- ved hjelp av
- ulike
- Versus
- var
- Vei..
- Nettsted
- VI VIL
- Hva
- Hva er
- når
- hvilken
- mens
- HVEM
- vil
- med
- innenfor
- Arbeid
- arbeid
- Arbeidsplassen
- virker
- skriving
- skrevet
- du
- Din
- youtube
- zephyrnet