随着数字化转型计划的兴起,组织正在加大投资 数据治理,一种连接不同组件并增加数据价值的正式实践。 有些人可能已经为旧的数据管理系统(例如控制主数据)建立了数据治理计划,但可能缺乏对新技术的控制,例如培训 人工智能生成内容 并制定需要遵循的最佳实践指南。
数据治理方面的领先权威 Steve Zagoudis 指出, 缺乏意识 解释了将从过去的数据治理中吸取的经验教训应用到新程序中的一些脱节。 更重要的是,数据治理作为拖累 创新和技术进步 因为被认为毫无意义的工作流程。
为了扭转这些趋势,公司应该采用数据治理最佳实践,这些最佳实践可以 适应新的情况. 此外,企业必须证明这些活动与组织的相关性。 使用下面概述的策略有望实现这些目标。
以做为先
对于数据治理,行动胜于雄辩,尤其是对于使用新技术的新项目。 自上而下或自下而上的任何沟通都需要展示数据治理活动如何与业务创新保持一致。 尝试拥有:
- 高管作为参与发起人领导: “无论数据在哪里,高管都需要支持和赞助数据治理,” 建议鲍勃塞纳。 通常, 数据目录 (集中式元数据清单)可以帮助指导管理人员在何处应用数据治理。 在实施数据治理时,管理人员应该就数据治理的方法、角色和价值进行一致且清晰的沟通。 他们需要强调这些方面也适用于新项目。 此外,高层领导需要明显地支持和分配资源——时间、金钱、技术等—— 迈向数据管理,正式确定公司数据及其流程的问责制和责任。
- 数据管理员通过信息共享来引导: 数据管理员通常具有公司数据的实践经验。 因此,这些员工是对他们的同事、经理和其他组织有价值的知识宝库。 这种信息交流不仅可以帮助公司中的其他人学习,而且共享还可以激活数据管理员并使他们在数据治理实践中保持高度投入。 有了这个优势,管理员更有可能将他们的工作扩展到更新的项目。
- 所有员工通过应用公司的数据治理最佳实践来领导: 所有员工都负责数据质量,并在有问题或有帮助的反馈时进行沟通。 企业领导者应提供 双向通道 管理员鼓励他们的部门采用数据治理,并允许用户表达他们的问题或提出问题。
理解“为什么”
随着公司变得更加数据驱动,业务需求会迅速变化。 例如,以前用于描述应用程序错误数据并由数据治理提出的元数据要求可能需要不同的格式来训练生成式 AI 模型以提出修复建议。
为了保持数据治理的相关性,团队必须创建可操作的用例并将点与数据治理的活动联系起来。 从这项工作中应该得出一个目的声明,用测量和故事来定义成功,以显示公司项目从数据治理中取得的进展。
数据治理目的声明有助于导航支持需求 数据产品,来自团队成员开发的服务的即用型高质量数据。 为了证明对数据治理流程的更新是合理的,业务领导者应该展示新的数据产品作为概念证明,并解释实现变化的路线图。 考虑整合一些关键的数据治理活动,以及它们如何使演示文稿中的数据产品受益。
通过使用数据治理目的声明作为指南并构建 可靠的用例 与数据产品相关联,团队可以了解良好数据治理的好处和不良数据治理的后果。 此外,这种消息传递在重复时会固化,并通过数据产品使用和产品成熟度变得不言而喻。
涵盖数据治理能力
在开始或扩展新项目之前,组织必须清楚他们适应数据治理活动的能力。 例如,如果一个软件应用程序需要在三个月内发布,并且四分之三的团队必须花费 90% 的时间和金钱来使技术运行和修复错误,那么数据治理资源用于 元数据管理 通过数据治理将变得稀缺。
为了全面了解,组织通常会评估其数据治理及其最佳实践的现状,解决最佳实践和 到期.
一旦公司编制了有关其数据治理实践的反馈和指标,他们就可以与利益相关者分享建议,并在应用数据治理时快速检查改进和目标。 随着资源的波动,业务领导者可能会考虑将数据治理纳入项目每日站会或 scrum 会议,以跟踪和交流进度。
当项目经理和工程师在受阻时互相帮助时,他们可以注意到具有数据治理活动的数据产品故事何时完成。 此外,将数据治理添加到日常会议中可以促使团队成员带回过去有效的数据治理组件——数据、角色、流程、通信、指标和工具——并重用它们来解决当前问题。
实施精心设计的数据治理框架
一个精心设计的 数据治理框架 提供构建组织数据治理程序的组件。 实施这样一个框架意味着数据治理可以确保组织拥有可靠的数据,并在可访问性和安全性之间取得良好的平衡。
根据最近的调查,超过 60% 的组织有一些处于初始阶段的数据治理 数据管理趋势 报告. 现有的数据治理计划可以采用多种不同的形式,包括:
- 命令与控制: A 自上而下的方法 设置数据治理规则并分配员工遵守这些规则
- 形式化: 作为组织数据素养计划的一部分构建的培训计划,以鼓励数据治理实践
- 非侵入性: 现有角色的正式化
- 自适应: 一套 数据治理原则 以及可以灵活应用并使用样式组合成为业务运营一部分的定义
最好的方法适用于公司文化并与他们的 数据策略,结合导致高层次目标的选择和决定。
收集有关数据治理功能的指标和反馈,以了解存在和正在发挥作用的流程、指南和角色。 然后,决定可以使用多少现有组件以及需要多少工作来重新构建数据治理方法。
例如,命令和控制结构可以在两三个人的启动环境中提供足够的灵活性; 然而,随着公司增加更多员工,数据治理可能需要重新制定为非侵入性或更具适应性的方法。
评估自动化,例如数据目录或 数据治理工具,无论选择何种数据治理框架。 理想情况下,公司希望自动化能够赋予员工决策权并根据数据治理目的进行必要的调整。
开发迭代过程
为了适应,公司必须使用其数据治理组件开发一个迭代过程。 这种策略意味着可以灵活地调整目标以达到数据治理的目的。
例如,数据治理计划的目的是确保数据质量——适合消费的数据。 最初,数据治理成员围绕 数据模型 由一个团队建造。
如果这项任务在冲刺后导致未解决的分歧,企业领导者可以尝试换档。 搁置争论,专注于将术语与成员使用的共享自动化工具联系起来。
随着数据在新旧技术之间移动,特定的数据治理流程可能需要更新。 这些案例可能需要新的数据治理故事来规划和执行冲刺。 一旦一个组织在几个冲刺中找到了有效的方法,团队就可以重复这些活动,并始终如一地交流工作流为何以及如何提供帮助。
结论
由于业务环境瞬息万变,因此数据治理最佳实践必须具有适应性。 Gartner 估计 80% 的组织将无法扩展数字业务,因为他们坚持过时的治理流程。
多功能数据治理活动需要组织各个级别的参与,尤其是高管的支持。 灵活性来自理解数据治理活动背后的目的和了解数据治理功能,以便能够最大程度地使用有效的方法。
数据治理需要通过包括自动化在内的良好框架来实施。 此外,任何支持数据治理的软件工具都需要评估它们与数据治理目的的匹配程度。
数据治理最佳实践必须在迭代中发挥作用,才能在不断变化的业务环境中变得敏捷。 随着新技术的出现和业务环境的发展,企业应该计划修改当今使用的数据治理控制。
图片经Shutterstock.com许可使用
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- 与 Adryenn Ashley 一起铸造未来。 访问这里。
- Sumber: https://www.dataversity.net/data-governance-best-practices/
- :具有
- :是
- :不是
- :在哪里
- a
- Able
- 关于
- 访问
- 根据
- 问责制
- 实现
- 行动
- 活动
- 适应
- 适应
- 增加
- 添加
- 采用
- 优点
- 后
- 敏捷
- AI
- 对齐
- 对齐
- 所有类型
- 已经
- 还
- 其中
- an
- 和
- 另一个
- 任何
- 应用领域
- 应用的
- 使用
- 应用
- 的途径
- 保健
- 围绕
- AS
- 方面
- 保证
- 权威
- 自动化和干细胞工程
- 背部
- 坏
- 当前余额
- BE
- 因为
- 成为
- 成为
- 很
- 背后
- 如下。
- 得益
- 好处
- 最佳
- 最佳实践
- 之间
- 封锁
- 粮食
- 带来
- 瞻
- 虫子
- 建筑物
- 建
- 商业
- 商业运营
- 企业
- 但是
- by
- CAN
- 能力
- 关心
- 例
- 检索目录
- 集中
- 更改
- 更改
- 改变
- 查
- 选择
- 选择
- 清除
- 明确地
- 组合
- 结合
- 如何
- 通信
- 通信
- 公司
- 公司
- 企业文化
- 公司的
- 完成
- 完成
- 组件
- 概念
- 分享链接
- 连接
- 所连接
- 后果
- 所以
- 考虑
- 施工
- 消费
- 上下文
- 控制
- 控制
- 控制
- 创建信息图
- 危急
- 文化塑造
- 电流
- 每天
- data
- 数据管理
- 数据质量
- 数据驱动
- 数据多样性
- 辩论
- 决定
- 决策
- 决定
- 定义
- 演示
- 部门
- 描述
- 开发
- 发达
- 不同
- 数字
- 数字化改造
- 讨论
- 分子
- 拥抱
- 强调
- 员工
- 如虎添翼
- 鼓励
- 从事
- 订婚
- 工程师
- 更多
- 确保
- 环境
- 环境中
- 错误
- 特别
- 成熟
- 估计
- 等
- 醚(ETH)
- 评估
- 发展
- 例子
- 交换
- 执行
- 管理人员
- 现有
- 扩大
- 体验
- 说明
- 介绍
- 特快
- 延长
- 失败
- 反馈
- 少数
- 发现
- 适合
- 高度灵活
- 波动
- 专注焦点
- 遵循
- 针对
- 格式
- 骨架
- 止
- 此外
- Gartner公司
- 生成
- 生成的
- 生成式人工智能
- 得到
- 越来越
- 理想中
- 非常好
- 治理
- 指导
- 指南
- 方针
- 动手
- 有
- 有
- 帮助
- 有帮助
- 帮助
- 高水平
- 高品质
- 高度
- 创新中心
- 但是
- HTML
- HTTPS
- 履行
- 实施
- 改善
- in
- 包括
- 包含
- 增加
- 信息
- 初始
- 原来
- 倡议
- 项目
- 创新
- 整合
- 成
- 库存
- 投资
- 投资
- 问题
- IT
- 迭代
- 它的
- JPG
- 保持
- 会心
- 知识
- 缺乏
- 铅
- 领导人
- 领导团队
- 领导
- 学习用品
- 知道
- 教训
- 经验教训
- 各级
- 执照
- 喜欢
- 容易
- 文化
- 制成
- 使
- 颠覆性技术
- 经理
- 经理
- 许多
- 主
- 匹配
- 到期
- 最大宽度
- 可能..
- 麦肯锡
- 手段
- 测量
- 会议
- 成员
- 消息
- 元数据
- 指标
- 可能
- 模型
- 钱
- 个月
- 更多
- 此外
- 移动
- 导航
- 必要
- 需求
- 需要
- 全新
- 新技术
- of
- on
- 一
- 仅由
- 运营
- or
- 组织
- 组织
- 其他名称
- 其它
- 概述
- 超过
- 部分
- 过去
- 员工
- 感知
- 图片
- 计划
- 规划行程
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 贫困
- 在练习上
- 做法
- 当下
- 先前
- 问题
- 过程
- 过程
- 产品
- 核心产品
- 曲目
- 训练课程
- 进展
- 项目
- 项目
- 承诺
- 证明
- 概念验证
- 提供
- 目的
- 质量
- 有疑问吗?
- 很快
- 急速
- 建议
- 关于
- 而不管
- 相应
- 可靠
- 重复
- 重复
- 声誉
- 要求
- 岗位要求
- 资源
- 责任
- 重用
- 上升
- 路线图
- 角色
- 定位、竞价/采购和分析/优化数字媒体采购,但算法只不过是解决问题的操作和规则。
- 运行
- 鳞片
- 稀缺
- 保安
- 前辈
- 高层领导
- 特色服务
- 集
- 套数
- Share
- 共用的,
- 共享
- 转换中
- 应该
- 显示
- 存在Shutterstock
- 软件
- 解决
- 一些
- 说话
- 花
- 赞助
- 赞助单位
- 赞助
- 短跑
- 实习
- 利益相关者
- 站
- 启动
- 开始
- 个人陈述
- 声明
- 故事
- 故事
- 结构体
- 成功
- 这样
- SUPPORT
- 支持
- 产品
- 策略
- 采取
- 任务
- 团队
- 团队成员
- 队
- 技术性
- 技术
- 专业技术
- 术语
- 比
- 这
- 其
- 他们
- 博曼
- 他们
- Free Introduction
- 三
- 通过
- 绑
- 次
- 至
- 今晚
- 也有
- 工具
- 跟踪时
- 培训
- 产品培训
- 转型
- 趋势
- 转
- 一般
- 下
- 理解
- 理解
- 最新动态
- 用法
- 使用
- 用过的
- 用户
- 运用
- 平时
- 有价值
- 折扣值
- 与
- 井
- 什么是
- ,尤其是
- 为什么
- 将
- 话
- 工作
- 工作
- 工人
- 工作流程
- 工作流程
- 加工
- 合作
- 和风网