Hur man blir en datastyrningsspecialist - DATAVERSITY

Hur man blir en datastyrningsspecialist – DATAVERSITY

Tidsstämpel: 26 oktober 2023 3:35
Källnod: 2956361
specialist på datastyrningspecialist på datastyrning

En datastyrningsspecialist är ansvarig för att implementera och tillämpa policyer och procedurer som säkerställer att data används och underhålls på rätt sätt. Vissa organisationer blandar ihop titeln "Data Governance (DG) Specialist" med titeln "Data Governance Manager." GD-specialisten är inte medlem i ledningen på högre nivå och dikterar inte policy. Denna person måste dock fortfarande ha god kommunikationsförmåga, eftersom de kan bli ombedd om feedback av chefer och vägledning av personal. Det primära ansvaret för Data Governance-specialisten är att främja effektiva, korrekta register och effektiv informationshantering i hela organisationen. Dessutom kan denna person fungera som en länk mellan arbetsteam och datasupportteam.

Data Governance är en form av Datahantering som fokuserar på organisationers förmåga att säkerställa att datakvaliteten är utmärkt under hela livscykeln för datan. De grundläggande grunderna för datastyrning inkluderar användbarhet, konsekvens, tillgänglighet, datasäkerhet och dataintegritet.

Genom att implementera ett GD-program fastställs de processer som behövs för att säkerställa effektiv datahantering och ansvarighet i hela organisationen. En bra Program för datastyrning kommer att innehålla ett styrande organ/råd, en dokumenterad beskrivning av generaldirektoratets förfaranden och en plan för att införliva dessa förfaranden.

I allmänhet kommer en GD-specialist att ha en kandidatexamen inom ett område som är relaterat till datorer (informationsteknik, datavetenskap) och ett till fyra års erfarenhet. Dock behövs en kombination av dator- och kommunikationsförmåga för denna tjänst. Massor av teknisk erfarenhet kan stå för en kandidatexamen, men avsaknaden av en examen kommer att begränsa chanserna till framsteg och befordran.

Vissa anställningsannonser kräver en certifiering för datastyrning och förvaltning. Certifieringsprocessen kräver vanligtvis en examen, deltagande i en workshop, ett test och en hel del erfarenhet. Certifiering kan vara svårt att få, delvis för att det finns väldigt få organisationer som erbjuder det. Detta krav kan vara orealistiska förväntningar från arbetsgivarens sida, särskilt för icke-ledande befattningar.

Datastyrningsspecialistens ansvar

Datastyrningsspecialisten kommer att utvärdera problem i styrande data, inklusive problemdefinitioner, rekommendationer för möjligheter och lösningar, och grundorsaksanalys. Exempel på en GD-specialists ansvar inkluderar:

  • Maximera inkomstpotentialen för data
  • Öka förtroendet och konsekvensen i kvaliteten på data
  • Eliminera eller minimera omarbetning
  • Minimera risken för regulatoriska böter
  • Optimera personalens effektivitet
  • Arbetar med datasäkerhet

GDPR och datastyrning

Införandet av den allmänna dataskyddsförordningen (GDPR) har dramatiskt förändrat hur företag nu hanterar data. Riktlinjerna för Allmän uppgiftsskyddsförordning beskriva hur data ska hanteras i hela Europa. Dess syfte är att skydda europeiska medborgares rättigheter och integritet. De GDPR och datastyrning går hand i hand, med ett starkt GD-program som tillhandahåller den datasynlighet och kategorisering som är nödvändig för efterlevnad av GDPR. Och det kommer att hjälpa till att hitta och prioritera säkerhetsrisker och göra verifieringen av efterlevnad av GDPR-revisorer mycket enklare. Om en organisation gör affärer i Europa måste ledning, administration och personal utbildas i GDPR-frågor så att efterlevnad byggs in på en kulturell nivå.

En organisation som implementerar ett bra datastyrningsprogram och den stödjande tekniken kan använda sin nuvarande datorarkitektur och datatillgångar samtidigt som de säkerställer efterlevnad av GDPR. Vikten av datalinje kan inte överskattas i samband med GDPR. Tänk på den europeiska medborgarens Rätt att bli glömd som ett exempel. Efterlevnad av GDPR kräver en metod för att lokalisera all data i en individs personlig identifierbar information (PII) samt all korsreferensinformation som kan användas med andra datapunkter för att skapa en PII-fil.

Utmaningar inom datastyrning

Ett stort problem för företag som har beslutat att installera ett GD-program är upptäckten att rådata är i allmänhet inte analysklar. Deras data är ofta dåligt organiserad, ostrukturerad och lagrad i en mängd olika databaser. Datastyrning kan inte utvecklas smidigt och effektivt utan att rensa och normalisera data. Installation av ett nytt Data Governance-program kan kräva betydande manuellt arbete, men efter att ett enhetligt system har etablerats bör ny, inkommande data automatiskt skickas till lämplig plats.

Datasilor är ett annat problem för datastyrning. Data kan låsas bort och endast tillgänglig för vissa team eller individer. Olika avdelningar kan arbeta med helt olika system, och dessa avdelningar kanske inte har någon förståelse för den data de lagrar eller det potentiella värdet den har. Data Governance tillhandahåller ett ramverk som tillåter åtkomst till dessa data och bryter ner dessa silos. Dessutom kan vissa avdelningar försöka "gömma" sin silo från Data Governance-programmet.

Bästa praxis för datastyrning

Även om datastyrning har blivit ett fokus för flera organisationer, har det funnits en viss frustration med GD-implementeringar som inte gav de förväntade resultaten. Ett väl utformat GD-program, implementerat med hjälp av en Data Governance-specialist, inkluderar långsiktig planering, en lista över personal som använder uppgifterna, ett styrande råd och tydligt definierade procedurer. Övergången till ett datastyrningsprogram bör innefatta att skapa omfattande Metadatahantering för att lokalisera och använda data. Några bästa metoder listas nedan för att undvika vanliga problem:

  • Tänk hela bilden, men börja i det små: Datastyrning involverar människor, processer och teknik. Dessa tre faktorer är viktiga vid planering och genomförande av programmet. Det är viktigt att börja från början med en förståelse för långsiktiga mål. De mest effektiva planerna börjar med människorna (och kommunikationen av målen), går vidare till processen och planerar sedan tekniken – med varje komponent i planen som bygger på den föränderliga strukturen. Rätt personer kommer att arbeta effektivt med både processen och tekniken. Efter att ha identifierat den personal som behövs, definiera tydligt ett GD-program och implementera den teknik som behövs.
  • Det är viktigt att mäta framsteg och "annonsera" förändringarna och förbättringarna för personalen. Förändringar bör mätas och övervakas från början och på en konsekvent basis. Dessa mätningar kommer att bevisa att det finns övergripande framsteg och förbättringar. Mätningarna kan användas för jämförelser, för att säkerställa att processen faktiskt fungerar – i både praktik och teori.
  • Kommunicera ofta. Effektiv och konsekvent kommunikation är viktig i de flesta affärsverksamheter. Det är ett användbart sätt att utbilda personalen om de förändringar som sker. Förklara för personalen vilka möjligheter och fördelar som förbättrad datakvalitet kommer att ge organisationen. Anslagstavlor och e-postmeddelanden kan förstärka informationen som delades muntligt. Genom att förklara de ökade möjligheterna kommer personalen att förstå behovet av förändring.

Mycket av Data Governance handlar faktiskt om att ändra vanemässigt beteende. När ändringar görs är det vanligt att ett team sätts ihop för att utföra projektet. Ett Data Governance-program måste presenteras som en praxis och inte ett projekt. Projekten har start- och slutdatum. En praxis, å andra sidan, vävs in i organisationen med förändringar i beteende. Data Governance-programmet ska inte behandlas som ett projekt, utan som utvecklingen av arbetskulturen. Datastyrningsspecialister står i centrum för sådant arbete.

Bilden används under licens från Shutterstock.com

Tidsstämpel:

Mer från DATAVERSITET